[发明专利]一种基于旋律识别的多媒体安全过滤方法

权利要求书

1.一种基于旋律识别的多媒体安全过滤方法，其特征在于，包括如下步骤：

a) 采集非法宣传音频的样本；

b) 提取样本中关键语句的旋律特征，并将其添加到非法语音特征数据库中；

c) 采集上传到网络上的多媒体文件的音频，并对其进行分段；

d) 提取每一分段的旋律特征，并在非法语言特征数据库中查找相似的旋律特征，如找到，则判定该多媒体文件中存在非法宣传片段。

2.如权利要求1所述的基于旋律识别的多媒体安全过滤方法，其特征在于，所述旋律特征为音符片段序列：                                               ，其中，代表音符音高，为音符持续时长，m为音符片段数，i为自然数，。

3.如权利要求2所述的基于旋律识别的多媒体安全过滤方法，其特征在于，所述音符片段序列持续时长为5～15秒。

4.如权利要求2所述的基于旋律识别的多媒体安全过滤方法，其特征在于，所述步骤d)中查找相似的旋律特征包括如下过程：

计算两个旋律特征相似度：

其中，A=,B=为两个待比较相似度的旋律特征，m为旋律特征A的音符片段数，W 为旋律特征A的音符片段的长度，n为旋律特征B的音符片段数，U为旋律特征B的音符片段的长度，为音符到的距离，表示搬移音符的长度；

当两个旋律特征的相似度达到预设阈值则判定两个旋律特征相符。

5.如权利要求4所述的基于旋律识别的多媒体安全过滤方法，其特征在于，所述相似度的预设阈值范围为[0.86,1]。

6.如权利要求2所述的基于旋律识别的多媒体安全过滤方法，其特征在于，所述步骤d)中查找相似的旋律特征包括如下过程：

d1) 对音符片段序列加汉明窗后提取功率谱，然后将功率谱按照梅尔对数频率刻度，划分成若干个子带；

d2) 计算各子带能量，得到各子带能量的分布，将各子带能量进行归一化，得到能量向量；

d3) 将能量向量量化成矢量量化码本中的码字；

d4) 若两个音符片段序列码字相同则判定两个旋律特征相似。