[发明专利]一种在智能移动设备上实现的乐器音频实时分割方法

说明书

技术领域

本发明涉及，尤其涉及一种在智能移动设备上实现的乐器音频实时分割方法。

背景技术

音频分割是进行音频识别、获取语义结构化信息、进行音频检索的必要步骤。传统的音频分割方法是在获取全部的音频信息后才开始对音频进行分割，即没有实现录音及分割的同步操作。传统音频分割方法是在PC端进行计算，因PC机不具备便携性，限制了在智能移动通讯设备上某些需要进行音频分割应用的使用和推广。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种在智能移动设备上实现的乐器音频实时分割方法。

本发明解决其技术问题所采用的技术方案是：一种在智能移动设备上实现的乐器音频实时分割方法，包括以下步骤：

1)采集音频数据：由移动通讯设备上的录音设备实时获取乐器的音频数据；

2)前端静音消除：消除采集的音频数据中开始部分的静音数据；

3)对消除静音数据后的音频数据进行实时处理，具体包括：

3.1)预加重数字滤波：对经过前端静音消除处理的音频信号进行预加重处理和数字滤波；

3.2)分帧：采用交替分帧方法对连续的分帧进行平滑过渡；假设一帧的长度wlen，步长为inc，那么相邻两帧的重复信号长度即为wlen-inc；

3.3)计算短时能量：对分帧后的每一帧信号，计算短时能量：其中参数n为窗口长度，x(m)为信号序列。

3.4)背景音消除：若帧信号能量值低于音频信号最大能量的0.1倍时，该帧信号为背景音，将背景音删除；

其中，音频信号最大能量当时的音频信号最大能量，且音频信号最大能量为实时更新的；

3.5)查询分割点：对每相邻3帧的能量均值进行比较，如果存在较大差距，则认为存在突变点，突变点为分割点，即满足：其中,Th为判断前后相邻3帧的阈值系数；

4)根据分割点所在的位置实现的乐器音频实时分割。

按上述方案，所述步骤2)中设原始音频信号前端振幅小于10^-4的信号是静音

按上述方案，所述步骤3.1)中，按照6dB/oct的比例对样本进行预加重处理；数字滤波采用以下公式：y(n)＝x(n)-a*x(n-1)，其中参数a取值为0.9～1之间，x(n)为滤波前的采样信号，y(n)为滤波后的信号。

按上述方案，所述步骤3.2)中，分帧策略如下：设定帧长L＝m×256，其中m为1～16中的任意整数，帧移步长取帧长L的0.3～0.7倍。

按上述方案，所述步骤3.5)中，Th取值范围为3～7之间。

本发明产生的有益效果是：本发明方法针对移动端的乐器音频实时分割，适合移动端处理，能达到速度快且消耗资源少的优点，能实现对音频源进行边录音边分割操作，非常适用于对音频实时分割类应用。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的方法流程图；

图2是本发明实施例中计算短时能量的流程图；

图3是本发明实施例中查询分割点的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，一种在智能移动设备上实现的乐器音频实时分割方法，包括以下步骤：

1)采集音频数据：由移动通讯设备上的录音设备实时获取乐器弹奏的音频数据；采样频率为44.1KHz或者22.1KHz，音频信号文件格式为mp3。

2)前端静音消除：消除采集的音频数据中开始部分的静音数据；在采样过程中，由于录音准备需要一段时间，导致采样数据的前端有若干时间内没有音乐发声，即弹奏的准备阶段，这段采集的振幅近似于0的背景音就是静音数据。显然应该消除这部分无声数据，以便去除冗余为能提高计算速度。本系统认为原始音频信号前端振幅小于10^-4的信号是静音，在本发明所需的用户环境下，这样的静音数据可以认为是完全无效的干扰数据，应全部予以删除。

3)对消除静音数据后的音频数据进行实时处理，具体包括：