[发明专利]确定非噪声音频信号归属类别的方法和装置

权利要求书

1. 一种确定非噪声音频信号归属类别的方法，其特征在于，包括：

获取非噪声音频信号的频谱特征参数；

在频域范围内，根据所述非噪声音频信号的频谱特征参数，以及设定的特征参数阈值，确定当前非噪声音频信号归属类别。

2. 如权利要求1所述的方法，其特征在于，所述特征参数包括如下中的至少一个：

谱波动flux；谱波动方差flux_var；谱波动方差移动平均flux_var_mov；低频带占全频带的能量比率ratiol；95％谱衰减Rolloffx％谱衰减Rolloff_x；时域过零率zcr。

3. 如权利要求2任意一项所述的方法，其特征在于，所述特征参数还包括如下中的至少一个：

谱衰减方差rolloff_var；频域过零率fzcr。

4. 如权利要求3所述的方法，其特征在于，所述频域过零率fzcr通过如下方式获得：

截取非噪声音频信号的至少一段频谱信号；

对所截取的每一段频谱信号进行归一化处理；并对归一化处理后的频谱信号，进行去掉平均值的整理处理，并计算整理过的频谱信号的过零率。

5. 如权利要求2或3所述的方法，其特征在于，所述根据所述频谱特征参数，以及设定的特征参数阈值，确定当前非噪声音频信号归属类别的过程，具体包括：

根据获取到的如下特征参数的一个或多个：时域过零率zcr；低频带占全频带的能量比率ratiol，以及相应的特征参数阈值，对当前非噪声音频信号进行清音归属类别的判决；和/或，

根据获取到的如下特征参数中的一个或多个：谱波动flux；谱波动方差var_flux；谱波动方差移动平均flux_var_mov；时域过零率zcr，以及相应的特征参数阈值，对当前非噪声音频信号进行语音归属类别的判决；和/或，

根据获取到的x％谱衰减Rolloff_x特征参数，以及相应的特征参数阈值，对当前非噪声音频信号进行语音归属类别的判决；和/或，

根据上一帧音频信号的清音拖尾标志、谱波动拖尾标志、谱衰减拖尾标志对当前非噪声音频信号进行语音归属类别的判决；和/或，

根据获取到的如下特征参数的一个或多个：谱波动方差移动平均flux_var_mov；x％谱衰减Rolloff_x，以及相应的特征参数阈值，对当前非噪声音频信号进行音乐归属类别的判决；和/或，

根据上一帧音频信号的谱波动方差移动平均拖尾标志，对当前非噪声音频信号进行音乐归属类别的判决。

6. 如权利要求5所述的方法，其特征在于，所述对当前非噪声音频信号进行清音归属类别的判决的过程，具体包括：

判断下述条件中的一个或多个是否满足：时域过零率zcr是否大于时域过零率阈值THR_ZCR；低频带占全频带的能量比率ratiol是否大于低频带占全频带的能量比率阈值THR_RA；

若其中一个满足条件，则确定当前非噪声帧归属于清音类别，并置清音拖尾标志为第一设定值；否则，确定当前非噪声帧不属于语音类。

7. 如权利要求5所述的方法，其特征在于，所述根据获取到的如下特征参数中的一个或多个：谱波动fux；谱波动方差var_flux；谱波动方差移动平均flux_var_mov；时域过零率zcr，以及相应的特征参数阈值，对当前非噪声音频信号进行语音归属类别的判决的过程，具体包括：

判断下述条件中的一个或多个是否满足：

谱波动flux是否大于谱波动阈值THR_FLUX；谱波动方差flux_var是否大于谱波动方差阈值THR_FLUX_VAR；谱波动flux是否大于第一谱波动方差函数f₁(flux_var)；谱波动flux是否小于第二谱波动方差函数f₂(flux_var)；zcr是否大于谱波动方差移动平均函数f(flux_var_mov)；

若其中一个条件满足，则确定当前非噪声音频信号归属于语音类别，并置谱波动拖尾标志为第二设定值；否则，确定当前非噪声音频信号不属于语音类。