[发明专利]音乐/非音乐的实时检测方法和装置

权利要求书

1.一种音乐/非音乐的实时检测方法，其特征在于，包括以下步骤：

对信号进行预处理；

计算预处理过的所述信号的短时特征；

达到一个分析步长之后，计算累计短时能量均方根，以判定所述信号是否为静默状态；

如果确定为非静默状态，则根据短时分析参数计算长时特征参数；

根据计算的所述长时特征参数进行统计分类，根据混合高斯模型确定当前分析区间内的声音类别是音乐/非音乐；以及

对所述信号进行后处理，以消除突变状态。

2.根据权利要求1所述的实时检测方法，其特征在于，对信号进行预处理具体包括：

入口参数控制、模型库加载、输入文件或数据格式处理，以及预加重、分帧加窗、参数和缓冲区初始化。

3.根据权利要求2所述的实时检测方法，其特征在于，

入口参数控制包括设置语音信号或噪声信号检测得分的额外加分spS和nsS；

模型库加载包括加载事先经过大量数据训练过的语音、噪音、音乐三者的统计模型，静音是以短时能量判断；

输入文件或数据格式处理采用8kHz采样16比特量化；

预加重系数取系数为-0.80；

分帧加窗取帧长为32毫秒，256个采样点；

参数和缓冲区初始化为帧移10毫秒，80个采样点，窗函数采用256点的海明窗。

4.根据权利要求3所述的实时检测方法，其特征在于，计算预处理过的所述信号的短时特征具体包括：

计算时域短时能量特征、幅度谱以及频谱特征、实倒谱、谱起伏程度参数、Mel域子带能量以及短时调性强度特征，并标记当前帧的调性。

5.根据权利要求4所述的实时检测方法，其特征在于，设加窗之后的各帧信号为data，帧长为N，

时域短时特征是指短时能量均方根，记为feaRMS，则feaRMS定义：feaRMS=Σn=1Ndata2(n);]]>

幅度谱定义：rawsp＝|F(data)|，其中F()表示离散付立叶变换；

对数功率谱定义：logPowsp＝log(|F(data)|²)；

实倒谱定义：rcp＝real(F^-1(log(|F(data)|)))；

在对数幅度谱基础上，计算谱重心位置，记为feaCenSP，谱重心定义为功率谱的某一频率，小于该频率的谱能量与大于该频率的谱能量相等；

在实倒谱基础上，计算谱起伏程度参数，记为RcPr，其采用实倒谱3～14个系数绝对值之和与1～2系数绝对值之和的比值的对数；

计算Mel域子带能量，采用40个Mel域子带，用三角滤波器组计算每个子带内功率谱能量并取对数，最后对40个子带能量进行归一化和零均值化，得到的新矢量记为spBP；

计算短时调性强度特征feaRcp=Σk=lN|rcp(k)|,]]>其中l是求和起始点，该实施例选择l＝14；

标记当前帧的调性包括取xr＝max(rcp(l:N))，如果xr＞tonThres，则标记为调性；否则标记为非调性，其中tonThres为调性门限，取0.14。