[发明专利]一种音频文件的相似计算方法及装置

权利要求书

1.一种音频文件的相似计算方法，其特征在于，包括：、

构建第一音频文件的音高Pitch序列，以及构建第二音频文件的Pitch序列；

根据所述第一音频文件的Pitch序列，计算所述第一音频文件的特征向量，以及根据所述第二音频文件的Pitch序列，计算所述第二音频文件的特征向量；

根据所述第一音频文件的特征向量和所述第二音频文件的特征向量，计算所述第一音频文件与所述第二音频文件的相似度。

2.如权利要求1所述的方法，其特征在于，所述构建第一音频文件的Pitch序列，包括：

提取第一音频文件所包含的每个音频帧的音高；

根据所述第一音频文件的每个音频帧的音高，构建所述第一音频文件的Pitch序列；

所述构建第二音频文件的Pitch序列，包括：

提取第二音频文件所包含的每个音频帧的音高；

根据所述第二音频文件的每个音频帧的音高，构建所述第二音频文件的Pitch序列。

3.如权利要求2所述的方法，其特征在于，所述根据所述第一音频文件的Pitch序列，计算所述第一音频文件的特征向量，包括：

根据所述第一音频文件的Pitch序列，计算所述第一音频文件的特征参数；

将所述第一音频文件的特征参数采用数组进行存储，生成所述第一音频文件的特征向量；

所述根据所述第二音频文件的Pitch序列，计算所述第二音频文件的特征向量，包括：

根据所述第二音频文件的Pitch序列，计算所述第二音频文件的特征参数；

将所述第二音频文件的特征参数采用数组进行存储，生成所述第二音频文件的特征向量。

4.如权利要求3所述的方法，其特征在于，所述特征参数包括以下参数中的至少一个：音高均值、音高标准差、音高变化宽度、音高上升比例、音高下降比例、零音高比例、音高上升的平均速率和音高下降的平均速率。

5.如权利要求1-4任一项所述的方法，其特征在于，根据所述第一音频文件的特征向量和所述第二音频文件的特征向量，计算所述第一音频文件与所述第二音频文件的相似度，包括：

计算所述第一音频文件的特征向量和所述第二音频文件的特征向量之间的欧氏距离；

将计算获得的所述欧氏距离确定为所述第一音频文件与所述第二音频文件的相似度。

6.一种音频文件的相似计算装置，其特征在于，包括：

构建模块，用于构建第一音频文件的音高Pitch序列，以及构建第二音频文件的Pitch序列；

向量计算模块，用于根据所述第一音频文件的Pitch序列，计算所述第一音频文件的特征向量，以及根据所述第二音频文件的Pitch序列，计算所述第二音频文件的特征向量；

相似计算模块，用于根据所述第一音频文件的特征向量和所述第二音频文件的特征向量，计算所述第一音频文件与所述第二音频文件的相似度。

7.如权利要求6所述的装置，其特征在于，所述构建模块包括：

第一提取单元，用于提取第一音频文件所包含的每个音频帧的音高；

第一构建单元，用于根据所述第一音频文件的每个音频帧的音高，构建所述第一音频文件的Pitch序列；

第二提取单元，用于提取第二音频文件所包含的每个音频帧的音高；

第二构建单元，用于根据所述第二音频文件的每个音频帧的音高，构建所述第二音频文件的Pitch序列。

8.如权利要求7所述的装置，其特征在于，所述向量计算模块包括：

第一参数计算单元，用于根据所述第一音频文件的Pitch序列，计算所述第一音频文件的特征参数；

第一向量计算单元，用于将所述第一音频文件的特征参数采用数组进行存储，生成所述第一音频文件的特征向量；

第二参数计算单元，用于根据所述第二音频文件的Pitch序列，计算所述第二音频文件的特征参数；

第二向量计算单元，用于将所述第二音频文件的特征参数采用数组进行存储，生成所述第二音频文件的特征向量。

9.所述特征参数包括以下参数中的至少一个：音高均值、音高标准差、音高变化宽度、音高上升比例、音高下降比例、零音高比例、音高上升的平均速率和音高下降的平均速率。

10.如权利要求6-9任一项所述的装置，其特征在于，所述相似计算模块包括：

距离计算单元，用于计算所述第一音频文件的特征向量和所述第二音频文件的特征向量之间的欧氏距离；

相似确定单元，用于将计算获得的所述欧氏距离确定为所述第一音频文件与所述第二音频文件的相似度。