[发明专利]多媒体文件高潮片段的确定方法及装置

权利要求书

1.一种多媒体文件高潮片段的确定方法，其特征在于，所述方法包括：

获取多媒体文件中的音频信号；

获取所述音频信号的色度特征矩阵，所述色度特征矩阵的每个元素用于表示每个音频帧上每个色度特征维度的信号强度；

根据所述色度特征矩阵中每个音频帧之间的互相关函数，获取色度距离矩阵；

根据所述色度距离矩阵，从所述音频信号中确定多个候选高潮片段；

对所述多个候选高潮片段进行打分；

至少根据打分结果，确定所述多媒体文件的高潮片段；

所述根据所述色度距离矩阵，从所述音频信号中确定多个候选高潮片段包括：

将每一条子对角线上符合预设标准的元素置为0，其他元素保持不变；

计算所述每一条对角线上由所述其他元素组成的至少一个连续片段的平均值；

将所述至少一个连续片段中平均值最大的片段，获取为候选高潮片段。

2.根据权利要求1所述的方法，其特征在于，获取所述音频信号的色度特征矩阵之前，所述方法还包括：

判断所述音频信号的时长是否大于预设时长，若大于，则执行获取所述音频信号的色度特征矩阵的步骤，若不大于，则结束。

3.根据权利要求1所述的方法，其特征在于，所述根据所述色度特征矩阵中每个音频帧之间的互相关函数，获取色度距离矩阵包括：

根据公式一：

获取所述色度距离矩阵；

公式中，B表示所述色度距离矩阵，A表示所述色度特征矩阵，i和j表示所述色度特征矩阵中的音频帧的标号，t表示所述色度特征矩阵中的色度特征维度的标号，n表示所述色度特征矩阵中最大的色度特征维度标号。

4.根据权利要求1所述的方法，其特征在于，所述至少根据打分结果，确定所述多媒体文件的高潮片段包括：

将所述多个候选高潮片段中分数最高的候选片段确定为最佳候选片段；

根据歌词确定多个音频片段的起点时间；

将所述多个音频片段的起点时间与所述最佳候选片段的起点时间进行比对；

将所述多个音频片段的起点时间中最接近所述最佳候选片段的起点时间确定为高潮片段的起点时间。

5.一种多媒体文件高潮片段的确定装置，其特征在于，所述装置包括：

音频信号获取模块，用于获取多媒体文件中的音频信号；

色度特征矩阵获取模块，用于获取所述音频信号的色度特征矩阵，所述色度特征矩阵的每个元素用于表示每个音频帧上每个色度特征维度的信号强度；

色度距离矩阵获取模块，用于根据所述色度特征矩阵中每个音频帧之间的互相关函数，获取色度距离矩阵；

候选片段确定模块，用于根据所述色度距离矩阵，从所述音频信号中确定多个候选高潮片段；

打分模块，用于对所述多个候选高潮片段进行打分；

高潮片段确定模块，用于至少根据打分结果，确定所述多媒体文件的高潮片段；

所述候选片段确定模块用于：

将每一条子对角线上符合预设标准的元素置为0，其他元素保持不变；

计算所述每一条对角线上由所述其他元素组成的至少一个连续片段的平均值；

将所述至少一个连续片段中平均值最大的片段，获取为候选高潮片段。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

判断模块，用于判断所述音频信号的时长是否大于预设时长，若大于，则执行获取所述音频信号的色度特征矩阵的步骤，若不大于，则结束。

7.根据权利要求5所述的装置，其特征在于，所述色度距离矩阵获取模块用于：

根据公式：

获取所述色度距离矩阵；

公式中，B表示所述色度距离矩阵，A表示所述色度特征矩阵，i和j表示所述色度特征矩阵中的音频帧的标号，t表示所述色度特征矩阵中的色度特征维度的标号，n表示所述色度特征矩阵中最大的色度特征维度标号。

8.根据权利要求5所述的装置，其特征在于，所述高潮片段确定模块用于：

将所述多个候选高潮片段中分数最高的候选片段确定为最佳候选片段；

根据歌词确定多个音频片段的起点时间；

将所述多个音频片段的起点时间与所述最佳候选片段的起点时间进行比对；

将所述多个音频片段的起点时间中最接近所述最佳候选片段的起点时间确定为高潮片段的起点时间。