一種提取音樂(lè)特征的方法及裝置制造方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種提取音樂(lè)特征的方法及裝置，所述方法包括：對(duì)接收到的音頻信號(hào)進(jìn)行切分處理，以生成至少兩個(gè)分段音頻信號(hào)；對(duì)每個(gè)所述分段音頻信號(hào)進(jìn)行傅里葉變換，獲取每個(gè)所述分段音頻信號(hào)的頻域信號(hào)；根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征；根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶寬，作為音樂(lè)特征。本發(fā)明實(shí)施例通過(guò)對(duì)接收的音頻信號(hào)分段，并根據(jù)每段音頻信號(hào)中所有符合條件的頻率信息來(lái)計(jì)算每段音頻信號(hào)的質(zhì)心和帶寬，作為音樂(lè)特征，從而減小了環(huán)境對(duì)音頻信號(hào)特征的影響，提高了系統(tǒng)的辨識(shí)率。
【專(zhuān)利說(shuō)明】一種提取音樂(lè)特征的方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信號(hào)處理技術(shù)，尤其涉及一種提取音樂(lè)特征的方法及裝置。
【背景技術(shù)】
[0002]CMI (Contend-based Music Identification,基于內(nèi)容的音樂(lè)辨識(shí))是目前智能手機(jī)端的一個(gè)熱門(mén)應(yīng)用。它的應(yīng)用場(chǎng)景是:當(dāng)用戶聽(tīng)到一首自己喜歡但不知道歌名的音樂(lè)時(shí)，可以通過(guò)手機(jī)錄制音樂(lè)的幾秒鐘片段，然后由后臺(tái)系統(tǒng)通過(guò)搜索技術(shù)找到該音樂(lè)的各種信息反饋給用戶。為了實(shí)現(xiàn)這一功能，首要任務(wù)是從大量的訓(xùn)練曲庫(kù)中，提取合適的音樂(lè)特征，建立訓(xùn)練集特征索引庫(kù)，作為后續(xù)對(duì)待測(cè)試音樂(lè)片段進(jìn)行特征匹配的依據(jù)。
[0003]特征提取是CMI系統(tǒng)的重要組成部分，現(xiàn)有的CMI技術(shù)采用的特征大多為MFCC (Mel Frequency Cepstrum Coefficient,梅爾頻率倒頻系數(shù))、基音、BPM(Beat perMinute，每分鐘節(jié)拍數(shù))等音頻信號(hào)的基礎(chǔ)特征，以及相應(yīng)的演化特征(如一階、二階差分特征XCMI系統(tǒng)中訓(xùn)練曲庫(kù)中的信號(hào)為純音樂(lè)信號(hào)，沒(méi)有任何干擾，但待測(cè)試音樂(lè)信號(hào)由于周?chē)h(huán)境噪聲或信道的影響會(huì)有明顯的信號(hào)失真，從而導(dǎo)致訓(xùn)練曲庫(kù)中的信號(hào)特征與待測(cè)試音樂(lè)信號(hào)產(chǎn)生很大的差異，降低了 CMI系統(tǒng)的識(shí)別率。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明實(shí)施例提供了一種提取音樂(lè)特征的方法及裝置，以減少環(huán)境對(duì)音樂(lè)特征的影響，提高系統(tǒng)的識(shí)別率。
[0005]一方面，本發(fā)明實(shí)施例提供了一種提取音樂(lè)特征的方法，所述方法包括:
[0006]對(duì)接收到的音頻信號(hào)進(jìn)行切分處理，以生成至少兩個(gè)分段音頻信號(hào)；
[0007]對(duì)每個(gè)所述分段音頻信號(hào)進(jìn)行傅里葉變換，獲取每個(gè)所述分段音頻信號(hào)的頻域信號(hào);
[0008]根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征；
[0009]根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶寬，作為音樂(lè)特征。
[0010]另一方面，本發(fā)明實(shí)施例還提供了 一種提取音樂(lè)特征的裝置，所述裝置包括:
[0011]切分單元，用于對(duì)接收到的音頻信號(hào)進(jìn)行切分處理，以生成至少兩個(gè)分段音頻信號(hào);
[0012]變換單元，用于對(duì)每個(gè)所述分段音頻信號(hào)進(jìn)行傅里葉變換，獲取每個(gè)所述分段音頻信號(hào)的頻域信號(hào)；
[0013]第一計(jì)算單元，用于根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征；
[0014]第二計(jì)算單元，用于根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶寬，作為音樂(lè)特征。[0015]本發(fā)明實(shí)施例提供的一種提取音樂(lè)特征的方法及裝置，通過(guò)對(duì)接收的音頻信號(hào)分段，并根據(jù)每段音頻信號(hào)的所有符合條件的頻率信息來(lái)計(jì)算每段音頻信號(hào)的質(zhì)心和帶寬，作為音樂(lè)特征，從而減小了環(huán)境對(duì)音頻信號(hào)特征的影響，準(zhǔn)確提取音樂(lè)特征，進(jìn)而能提高系統(tǒng)對(duì)音樂(lè)的辨識(shí)率。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0016]圖1是本發(fā)明實(shí)施例適用的系統(tǒng)架構(gòu)的示意圖；
[0017]圖2是本發(fā)明第一實(shí)施例提供的提取音樂(lè)特征的方法的流程圖；
[0018]圖3是本發(fā)明第四實(shí)施例提供的提取音樂(lè)特征的裝置的示意圖。
【具體實(shí)施方式】
[0019]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部?jī)?nèi)容。
[0020]本發(fā)明所有實(shí)施例可適用于圖1所示的系統(tǒng)架構(gòu)，該系統(tǒng)架構(gòu)主要用于提取音樂(lè)特征并適用到音樂(lè)識(shí)別應(yīng)用中，該系統(tǒng)架構(gòu)中可包括預(yù)處理單元101、特征提取單元102、音頻切分單元103、特征聚類(lèi)單元104和匹配單元105等，所述預(yù)處理單元101用于對(duì)接收到的音樂(lè)信號(hào)預(yù)濾波、傳遞函數(shù)預(yù)測(cè)、降采樣等，產(chǎn)生音頻信號(hào)；所述特征提取單元102用于提取音頻信號(hào)的音樂(lè)特征；所述音頻切分單元103用于根據(jù)音樂(lè)特征尋找音頻信號(hào)的突變點(diǎn)，并根據(jù)突變點(diǎn)將所述音頻信號(hào)劃分成若干段；所述特征聚類(lèi)單元104用于根據(jù)聚類(lèi)算法，將各個(gè)段的音頻信號(hào)聚類(lèi)，提取整段音頻信號(hào)最具代表性的K類(lèi)音樂(lè)特征；所述匹配單元105用于根據(jù)提取到的K類(lèi)音樂(lè)特征在訓(xùn)練數(shù)據(jù)庫(kù)中查找目標(biāo)音樂(lè)。本發(fā)明實(shí)施例提供的方法可以由特征提取單元102來(lái)執(zhí)行。
[0021]實(shí)施例一
[0022]圖2是本發(fā)明第一實(shí)施例提供的提取音樂(lè)特征的方法的流程圖，本實(shí)施例的執(zhí)行主體可以為特征提取單元，所述特征提取單元又可稱(chēng)為提取音樂(lè)特征的裝置，由硬件和/或軟件實(shí)現(xiàn)，可以配置于本地的客戶端，還可以配置于網(wǎng)絡(luò)中的服務(wù)器，在此不作具體限定，本實(shí)施例提供的方法具體包括如下步驟:
[0023]步驟201、對(duì)接收到的音頻信號(hào)進(jìn)行切分處理，以生成至少兩個(gè)分段音頻信號(hào)。
[0024]在本方案中，音頻信號(hào)可以是任意來(lái)源，例如用戶自行錄制，或接收獲取的音頻信號(hào)。優(yōu)選的，可以將所述接收的音頻信號(hào)切分成至少兩段長(zhǎng)度相等音頻信號(hào)，也可以將所述接收的音頻信號(hào)切分成至少兩段長(zhǎng)度不等的音頻信號(hào)，在此不作具體限定。
[0025]例如，具體可以根據(jù)預(yù)先設(shè)置的長(zhǎng)度信息，如10ms，將接收到的音頻信號(hào)切分成至少兩個(gè)長(zhǎng)度相等的分段音頻信號(hào)；具體還可以根據(jù)所述接收到的音頻信號(hào)的節(jié)奏信息，如鼓點(diǎn)、旋等，將所述音頻信號(hào)切分成至少兩個(gè)分段音頻信號(hào)，由于所述音頻信號(hào)的節(jié)奏信息變化并不是恒定不變的，所以根據(jù)所述節(jié)奏信息得到的每個(gè)分段音頻信號(hào)的長(zhǎng)度也可以不相等。
[0026]步驟202、對(duì)每個(gè)所述分段音頻信號(hào)進(jìn)行傅里葉變換，獲取每個(gè)所述分段音頻信號(hào)的頻域信號(hào)。[0027]步驟203、根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征。
[0028]本方案中，所述接收到的音頻信號(hào)中可能包含有噪聲，噪聲在整個(gè)頻率范圍內(nèi)的分布與所述音頻信號(hào)相比，更加平穩(wěn)。噪聲的存在可能會(huì)嚴(yán)重影響所述音頻信號(hào)頻域上的某個(gè)頻率，但對(duì)于整個(gè)頻域上頻率質(zhì)心來(lái)說(shuō)，影響并不大。
[0029]步驟204、根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶寬，作為音樂(lè)特征。
[0030]所述帶寬用來(lái)描述所述接收到的音頻信號(hào)的有效頻率范圍，即使環(huán)境改變，音頻信號(hào)的帶寬也不會(huì)有明顯的變化。
[0031]本發(fā)明實(shí)施例提供的一種提取音樂(lè)特征的方法，通過(guò)對(duì)接收的音頻信號(hào)分段，并根據(jù)每段音頻信號(hào)的所有符合條件的頻率信息來(lái)計(jì)算每段音頻信號(hào)的質(zhì)心和帶寬，作為音樂(lè)特征，從而減小了環(huán)境對(duì)音頻信號(hào)特征的影響，準(zhǔn)確提取音樂(lè)特征，進(jìn)而能提高系統(tǒng)對(duì)音樂(lè)的辨識(shí)率。
[0032]在上述技術(shù)方案的基礎(chǔ)上，所述步驟203根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)的對(duì)應(yīng)頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征，優(yōu)選的，可包括根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，利用下述公式I計(jì)算得到所述頻率質(zhì)心:[0033]
【權(quán)利要求】
1.一種提取音樂(lè)特征的方法，其特征在于，所述方法包括: 對(duì)接收到的音頻信號(hào)進(jìn)行切分處理，以生成至少兩個(gè)分段音頻信號(hào)； 對(duì)每個(gè)所述分段音頻信號(hào)進(jìn)行傅里葉變換，獲取每個(gè)所述分段音頻信號(hào)的頻域信號(hào)； 根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征； 根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶寬，作為音樂(lè)特征。
2.根據(jù)權(quán)利要求1所述的提取音樂(lè)特征的方法，其特征在于，根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征包括: 根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，利用下述公式I計(jì)算得到所述頻率質(zhì)心:
3.根據(jù)權(quán)利要求2所述的提取音樂(lè)特征的方法，其特征在于，根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶覽，作為首樂(lè)特征包括: 根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，利用下述公式2計(jì)算得到所述帶寬:
4.根據(jù)權(quán)利要求1-3任一所述的提取音樂(lè)特征的方法，其特征在于，在獲取音樂(lè)特征之后，所述方法還包括: 根據(jù)每個(gè)所述分段音頻信號(hào)的音樂(lè)特征，計(jì)算每個(gè)所述分段音頻信號(hào)的差分特征，作為首樂(lè)特征。
5.根據(jù)權(quán)利要求1-3任一所述的提取音樂(lè)特征的方法，其特征在于，在獲取音樂(lè)特征之后，所述方法還包括: 將提取到的音樂(lè)特征拼接成一個(gè)多維向量，并對(duì)所述多維向量進(jìn)行降維處理。
6.一種提取音樂(lè)特征的裝置，其特征在于，所述裝置包括: 切分單元，用于對(duì)接收到的音頻信號(hào)進(jìn)行切分處理，以生成至少兩個(gè)分段音頻信號(hào)；變換單元，用于對(duì)每個(gè)所述分段音頻信號(hào)進(jìn)行傅里葉變換，獲取每個(gè)所述分段音頻信號(hào)的頻域信號(hào)； 第一計(jì)算單元，用于根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心，作為音樂(lè)特征； 第二計(jì)算單元，用于根據(jù)每個(gè)所述分段音頻信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，計(jì)算每個(gè)所述分段音頻信號(hào)的帶寬，作為音樂(lè)特征。
7.根據(jù)權(quán)利要求8所述的提取音樂(lè)特征的裝置，其特征在于，所述第一計(jì)算單元具體用于根據(jù)每個(gè)所述分段音頻信號(hào)的頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，利用下述公式I計(jì)算得到所述頻率質(zhì)心:
8.根據(jù)權(quán)利要求7所述的提取音樂(lè)特征的裝置，其特征在于，所述第二計(jì)算單元具體用于根據(jù)每個(gè)所述分段信號(hào)的頻率質(zhì)心、頻域信號(hào)和所述頻域信號(hào)對(duì)應(yīng)的頻率，利用下述公式2計(jì)算得到所述帶寬:
9.根據(jù)權(quán)利要求6-8任一所述的提取音樂(lè)特征的裝置，其特征在于，所述裝置還包括:第三計(jì)算單元，用于在獲取音樂(lè)特征之后，根據(jù)每個(gè)所述分段音頻信號(hào)的音樂(lè)特征，計(jì)算每個(gè)所述分段音頻信號(hào)的差分特征，作為音樂(lè)特征。
10.根據(jù)權(quán)利要求6-8任一所述的提取音樂(lè)特征的裝置，其特征在于，所述裝置還包括:第四計(jì)算單元，用于在獲取音樂(lè)特征之后，將提取到的音樂(lè)特征拼接成一個(gè)多維向量，并對(duì)所述多維向量進(jìn)行降維處理。
【文檔編號(hào)】G10L25/03GK103854661SQ201410104198
【公開(kāi)日】2014年6月11日 申請(qǐng)日期:2014年3月20日 優(yōu)先權(quán)日:2014年3月20日
【發(fā)明者】宋輝 申請(qǐng)人:北京百度網(wǎng)訊科技有限公司