[发明专利]音频指纹检索方法及装置

权利要求书

1.一种音频指纹检索方法，其特征在于，所述方法包括：

对音频片段的音频信号进行分帧处理；

通过起始点检测算法(ODF)确定所述分帧处理所得到的各分帧中的关键帧；

得到所述关键帧的音频指纹，并根据所得到的音频指纹进行检索，得到对应所述音频片段的音频文件信息。

2.根据权利要求1所述音频指纹检索方法，其特征在于，所述通过起始点检测算法确定所述音频信号各分帧中的关键帧，包括：

对所述分帧处理后得到的各分帧进行快速傅氏变换(FFT)，并提取所述各分帧的ODF特征参数，根据所述ODF特征参数确定所述各分帧中的关键帧。

3.根据权利要求2所述音频指纹检索方法，其特征在于，所述根据所述ODF特征参数确定所述各分帧中的关键帧，具体为：

将所述ODF特征参数满足预设ODF阈值条件的分帧确定为关键帧。

4.根据权利要求2或3所述音频指纹检索方法，其特征在于，所述提取所述各分帧的ODF特征参数，通过如下的任意一种或多种算法实现：

能量算法、差分相位算法、高频分量算法、改进的库尔贝克和莱伯勒散度算法、美尔倒谱系数、线谱对和加权相位差分。

5.根据权利要求1所述音频指纹检索方法，其特征在于，所述得到所述关键帧的音频指纹，具体为：

基于离散余弦变换(DCT)和最小哈希算法得到所述关键帧的音频指纹。

6.根据权利要求5所述音频指纹检索方法，其特征在于，所述基于DCT和最小哈希算法得到所述关键帧的音频指纹，包括：

对所述关键帧进行短时的DCT，并保留部分DCT系数；

将所保留的DCT系数采用二进制表示；

采用最小哈希算法将采用二进制表示的DCT系数转换为音频指纹。

7.一种音频指纹存储方法，其特征在于，所述方法包括：

对音频文件的音频信号进行分帧处理；

通过ODF确定所述音频信号各分帧中的关键帧；

得到所述关键帧的音频指纹；

将所述音频指纹与所述音频文件的信息对应保存。

8.一种音频指纹检索装置，其特征在于，所述装置包括：分帧处理单元、确定单元和检索单元，其中：

分帧处理单元，用于对音频片段的音频信号进行分帧处理；

确定单元，用于通过ODF确定所述分帧处理单元所得到的各分帧中的关键帧；

检索单元，用于得到所述确定单元所确定的关键帧的音频指纹，并根据所得到的音频指纹进行检索，得到对应所述音频片段的音频文件信息。

9.根据权利要求8所述音频指纹检索装置，其特征在于，所述确定单元，具体用于：

对所述分帧处理处理单元得到的各分帧进行FFT，并提取所述各分帧的ODF特征参数，根据所述ODF特征参数确定所述各分帧中的关键帧。

10.根据权利要求8所述音频指纹检索装置，其特征在于，

所述检索单元，还用于基于DCT和最小哈希算法得到所述关键帧的音频指纹。

11.一种音频指纹存储装置，其特征在于，所述装置包括：分帧处理单元、确定单元、存储单元，其中，

分帧处理单元，用于对音频文件的音频信号进行分帧处理；

确定单元，用于通过ODF确定所述分帧处理单元所得到各分帧中的关键帧；

存储单元，用于得到所述确定单元所确定关键帧的音频指纹，并将所述音频指纹与所述音频文件的信息对应保存。