[发明专利]音频、视频内容的搜索方法

权利要求书

1.一种音频、视频内容的搜索装置，其特征在于包括：

判断模块，用于判断当前流媒体文件是否包括音频文件和视频文件；

音频指纹提取模块，与所述判断模块相连接，用于提取多个音频文件的音频指纹；

音频指纹分词模块，与所述音频指纹提取模块相连接，用于对提取的音频指纹进行分词；

音频索引生成模块，与所述音频指纹分词模块相连接，用于根据分词结果生成音频指纹 索引；

视频指纹提取模块，与所述判断模块相连接，用于提取多个视频文件的视频指纹；

视频指纹分词模块，与所述视频指纹提取模块相连接，用于对提取的视频指纹进行分词；

视频索引生成模块，与所述视频指纹分词模块相连接，用于根据据分词结果生成视频指 纹索引；

搜索模块，与所述音频索引生成模块和视频索引生成模块相连接，利用所述音频指纹索 引搜索匹配的音频文件，利用所述视频指纹索引搜索匹配的视频文件；

所述音频指纹分词包括以下步骤：

11)音频文件生成宽度固定的指纹文件，其宽度为32比特或16比特；

12)对音频指纹文件中相邻共现的指纹的组合的频度进行统计；

13)共现频度高的组合被认为是一个词来进行；

所述视频指纹分词包括以下步骤：

21)视频文件生成宽度固定的指纹文件，其宽度为32比特或16比特；

22)对视频指纹文件中相邻共现的指纹的组合的频度进行统计；

23)共现频度高的组合被认为是一个词来进行；

所述搜索模块包括：

输入判断模块，用于判断输入的需要检索的流媒体文件或流媒体文件片段，是否包括音 频文件和视频文件：

如果包括音频文件或音频片段，则通过所述音频指纹提取模块提取其音频指纹，并通过 音频指纹分词模块对该音频指纹进行分词，根据分词结果在该音频指纹索引中搜索匹配的音 频文件；

如果包括视频文件或视频片段，则通过所述视频指纹提取模块提取其视频指纹，并通过 视频指纹分词模块对该视频指纹进行分词，根据分词结果在该视频指纹索引中搜索匹配的视 频文件。

2.根据权利要求1所述的音频、视频内容的搜索装置，其特征在于还包括：

存储模块，所述搜索模块通过所述存储模块与所述音频索引生成模块和视频索引生成模 块相连接，所述音频索引生成模块和视频索引生成模块相连接，用于存储音频指纹、所述音 频指纹索引及其对应的音频文件，并存储视频指纹、所述视频指纹索引及其对应的视频文件。