[发明专利]一种提取音乐特征的方法及装置

说明书

技术领域

本发明涉及信号处理技术，尤其涉及一种提取音乐特征的方法及装置。

背景技术

CMI(Contend-based Music Identification，基于内容的音乐辨识)是目前智能手机端的一个热门应用。它的应用场景是：当用户听到一首自己喜欢但不知道歌名的音乐时，可以通过手机录制音乐的几秒钟片段，然后由后台系统通过搜索技术找到该音乐的各种信息反馈给用户。为了实现这一功能，首要任务是从大量的训练曲库中，提取合适的音乐特征，建立训练集特征索引库，作为后续对待测试音乐片段进行特征匹配的依据。

特征提取是CMI系统的重要组成部分，现有的CMI技术采用的特征大多为MFCC(Mel Frequency Cepstrum Coefficient，梅尔频率倒频系数)、基音、BPM(Beat per Minute，每分钟节拍数)等音频信号的基础特征，以及相应的演化特征（如一阶、二阶差分特征）。CMI系统中训练曲库中的信号为纯音乐信号，没有任何干扰，但待测试音乐信号由于周围环境噪声或信道的影响会有明显的信号失真，从而导致训练曲库中的信号特征与待测试音乐信号产生很大的差异，降低了CMI系统的识别率。

发明内容

有鉴于此，本发明实施例提供了一种提取音乐特征的方法及装置，以减少环境对音乐特征的影响，提高系统的识别率。

一方面，本发明实施例提供了一种提取音乐特征的方法，所述方法包括：

对接收到的音频信号进行切分处理，以生成至少两个分段音频信号；

对每个所述分段音频信号进行傅里叶变换，获取每个所述分段音频信号的频域信号；

根据每个所述分段音频信号的频域信号和所述频域信号对应的频率，计算每个所述分段音频信号的频率质心，作为音乐特征；

根据每个所述分段音频信号的频率质心、频域信号和所述频域信号对应的频率，计算每个所述分段音频信号的带宽，作为音乐特征。

另一方面，本发明实施例还提供了一种提取音乐特征的装置，所述装置包括：

切分单元，用于对接收到的音频信号进行切分处理，以生成至少两个分段音频信号；

变换单元，用于对每个所述分段音频信号进行傅里叶变换，获取每个所述分段音频信号的频域信号；

第一计算单元，用于根据每个所述分段音频信号的频域信号和所述频域信号对应的频率，计算每个所述分段音频信号的频率质心，作为音乐特征；

第二计算单元，用于根据每个所述分段音频信号的频率质心、频域信号和所述频域信号对应的频率，计算每个所述分段音频信号的带宽，作为音乐特征。

本发明实施例提供的一种提取音乐特征的方法及装置，通过对接收的音频信号分段，并根据每段音频信号的所有符合条件的频率信息来计算每段音频信号的质心和带宽，作为音乐特征，从而减小了环境对音频信号特征的影响，准确提取音乐特征，进而能提高系统对音乐的辨识率。

附图说明

图1是本发明实施例适用的系统架构的示意图；

图2是本发明第一实施例提供的提取音乐特征的方法的流程图；

图3是本发明第四实施例提供的提取音乐特征的装置的示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

本发明所有实施例可适用于图1所示的系统架构，该系统架构主要用于提取音乐特征并适用到音乐识别应用中，该系统架构中可包括预处理单元101、特征提取单元102、音频切分单元103、特征聚类单元104和匹配单元105等，所述预处理单元101用于对接收到的音乐信号预滤波、传递函数预测、降采样等，产生音频信号；所述特征提取单元102用于提取音频信号的音乐特征；所述音频切分单元103用于根据音乐特征寻找音频信号的突变点，并根据突变点将所述音频信号划分成若干段；所述特征聚类单元104用于根据聚类算法，将各个段的音频信号聚类，提取整段音频信号最具代表性的K类音乐特征；所述匹配单元105用于根据提取到的K类音乐特征在训练数据库中查找目标音乐。本发明实施例提供的方法可以由特征提取单元102来执行。

实施例一