[发明专利]一种实时音频比对方法

说明书

技术领域

本发明涉及一种判断两路实时音频信号的内容是否相同的比对方法。

背景技术

两路实时音频信号一般是经过不同的传输通道传入的，因为信道传输的延时，会造成两路信号在到达时间上的不同步。因此对这两路实时音频要做的第一件事情是进行同步计算，找出两路信号的延时大小。同步的结果会极大影响后续比对的准确度。

所以在实时音频的比对中，同步算法是最关键的模块。

现有技术中，判断两路音频信号是否同步，具有多种方法：

1）有辅助信息的同步，例如 “音频水印”技术，是在原始音频中插入一些额外的辅助信息，依靠这些辅助信息进行同步。这些特定的信息耳朵听不到，但是设备可以检测出来，用这些信息辅助进行同步。但这种方法一定程度上会降低声音的质量，另外前端需要安装特殊设备，提高了成本。

2）无辅助信息的同步，可以再细分为

a. 时间域上的同步计算：根据音频信号的时间特性的相关性来计算延时。可以使用的时间特性包括时域的信号包络，或者是音频能量的变化趋势等。这类算法的优点是计算量小，因为不需要变换到频域。缺点是很容易受到噪声、信道衰减的影响，准确率低，难以收敛。

b. 变换域上的同步计算:把音频信号变换到频域（或其他变换域），根据频域特征值的相关性来计算延时。这类算法的优点是准确性较高。由于利用了频域的特性，符合人耳辩声的原理，受噪声和衰减的影响小。缺点是涉及到时频变换，计算量大。

因此，现有的各种技术都存在缺陷，有待于进一步改进和发展。

发明内容

本发明的目的是提供一种计算量小，精度高的两路实时音频信号的对比方法。

为了实现上述目的，本发明采用如下技术方案：

一种实时音频比对方法，用于对两路实时的音频信号进行比较分析，判断两路信号是否为同样的内容，具体包括：

两路音频信号的初始同步和两路音频的周期比对；

所述两路音频信号的初始同步，包括以下步骤：

对第一路音频信号和第二路音频信号，分别读取N秒钟的音频，对两段音频进行采样得到两组待同步的音频采样序列；首先假设两路音频信号的延时值为D为D0，D0=0，进入第一级同步，也就是粗同步的过程；

通过假设的延时值D0，移动两路音频采样序列，使其在时间上对齐；然后从两路音频采样序列的同一时间点开始向后各取长度为M的同步测试音频序列，分别计算这两路同步测试音频序列的MEL倒谱特征值，得到两个同步测试音频序列的特征值序列；

对假定的延时值D0，减去和加上一个搜索步长S以后，分别得到两个新的假定延时值D1和D2。在延时值分别为D0、D1和D2时，分别计算这两个同步测试音频序列特征值的相关性值L0、L1和L2；

根据所述相关值，判断下一步搜索方向继续搜索，一直搜索到确定了最终的取值区间范围；

在这个区间内，缩小每一次搜索的步长S，也就是进入第二次同步即细同步，细同步的搜索步长小于粗同步；

最后找出具体的满足条件（相关性大于门限A）的延时值D值；

所述两路音频的周期比对包括以下步骤：

定期的对两路音频进行音频信号采样，计算两列采样音频序列的MEL倒谱特征值，然后比较他们的相关性；如果相关性仍然大于门限A，说明这段时间内两路音频还是保持内容一致的。

所述的实时音频比对方法，其中，所述计算这两个同步测试音频序列特征值的相关性值L0、L1和L2包括以下步骤：

以D0为假设延时，对齐所述两路音频采样序列，然后从两路音频采样序列的同一时间点开始向后各取长度为M的同步测试音频序列，分别计算这两路同步测试音频序列的MEL倒谱特征值，得到两个同步测试音频序列的特征值序列；计算这两个特征值序列的相关性值L0。

所述的实时音频比对方法，其中，所述计算这两个同步测试音频序列特征值的相关性值L0、L1和L2包括以下步骤：

假设两路音频信号的延时值为 D1=D0–S秒，以D1为延时对齐两列音频序列，然后从对齐后的两路音频序列的同一时间点处开始向后各取长度为M的音频采样序列，分别计算这两路同步测试音频序列的MEL倒谱特征值，得到两个同步测试音频序列的特征值序列；对这两个MEL倒谱特征值序列计算相关性得到相关值L1。

所述的实时音频比对方法，其中，所述计算这两个同步测试音频序列特征值的相关性值L0、L1和L2包括以下步骤：