[发明专利]无损音频文件识别方法及装置

说明书

技术领域

本发明涉及音频数据处理技术领域，尤其涉及一种无损音频文件识别方法及装置。

背景技术

随着数字音乐的发展，涌现出许多优秀的音频压缩技术。根据压缩过程中是否有数据损失可将音乐的压缩技术分为无损压缩和有损压缩，其中，无损压缩的常见格式有WAV、FLAC、APE等；有损压缩的常见格式有MP3、WMA、AAC等。有损压缩就是降低音频采样频率与比特率，得到的有损音频文件会比原文件小，但是不可恢复。另一种音频压缩被称为无损压缩，能够在100％保存原文件的所有数据的前提下，将音频文件的体积压缩的更小，而将压缩后的无损音频文件还原后，能够实现与源文件相同的大小、相同的码率。

有损音频压缩以及无损音频压缩各有利弊，有损音频文件的流通性更好，无损音频文件的音质更好，有损音频文件以及无损音频文件能够满足不同应用场景的需求。

但是，现有技术中会将流通性更好的有损音频文件通过一定方式转换无损压缩格式，来冒充无损音频文件。

传统的音频无损检测方法是通过判断音频文件对应的频谱图高频段部分是否被削减、音频文件中是否有因压缩导致的噪声、声道间相关性是否被降低等条件来确定音频文件是否为真正的无损音频文件。但是，随着科技的进步，尤其是高频补码技术的产生，通过观察频谱图很难从音频文件中确定出真正的无损音频。

发明内容

本发明实施例提供了一种无损音频文件识别方法及装置，可以实现通过将音频文件转换成声谱图，根据声谱图进行训练和识别，提高了无损音频识别的准确率，提升了用户体验。

一方面，提供了一种无损音频文件识别方法。该方法包括：

确定无损音频文件样本集以及有损音频文件样本集；

将所述无损音频文件样本集以及所述有损音频文件样本集分别转换成无损音频声谱图样本集以及有损音频声谱图样本集；

按照相同的缩放比例，分别对所述无损音频声谱图样本集以及所述有损音频声谱图样本集进行压缩；

利用卷积神经网络对压缩后的所述无损音频声谱图样本集以及压缩后的所述有损音频声谱图样本集进行训练，得到识别模型；

确定待识别的音频文件，根据所述识别模型对所述待识别的音频文件进行识别。

可选地，所述确定待识别的音频文件包括：

接收用户设备发送的音频文件识别请求，所述识别请求携带有待识别的音频文件，所述识别请求用于请求对待识别的音频文件进行识别。

可选地，还包括：

向所述用户设备发送识别结果，所述识别结果根据所述识别模型对所述待识别的音频文件进行识别确定。

可选地，所述将所述无损音频文件样本集以及所述有损音频文件样本集分别转换成无损音频声谱图样本集以及有损音频声谱图样本集包括：

根据短时傅里叶变换将所述无损音频文件样本集以及所述有损音频文件样本集分别转换成无损音频声谱图样本集以及有损音频声谱图样本集。

可选地，所述按照相同的缩放比例，分别对所述无损音频声谱图样本集以及所述有损音频声谱图样本集进行压缩包括：

按照相同的缩放比例，根据双线性插值法分别对所述无损音频声谱图样本集以及所述有损音频声谱图样本集进行压缩。

另一方面，提供了一种无损音频文件识别装置。该装置包括：

预处理单元，用于确定无损音频文件样本集以及有损音频文件样本集；

转换单元，用于将所述无损音频文件样本集以及所述有损音频文件样本集分别转换成无损音频声谱图样本集以及有损音频声谱图样本集；

压缩单元，用于按照相同的缩放比例，分别对所述无损音频声谱图样本集以及所述有损音频声谱图样本集进行压缩；

训练单元，用于利用卷积神经网络对压缩后的所述无损音频声谱图样本集以及压缩后的所述有损音频声谱图样本集进行训练，得到识别模型；

识别单元，用于确定待识别的音频文件，根据所述识别模型对所述待识别的音频文件进行识别。

可选地，所述识别单元还用于，接收用户设备发送的音频文件识别请求，所述识别请求携带有待识别的音频文件，所述识别请求用于请求对待识别的音频文件进行识别。

可选地，还包括：

发送单元，用于向所述用户设备发送识别结果，所述识别结果根据所述识别模型对所述待识别的音频文件进行识别确定。

可选地，所述转换单元还用于，根据短时傅里叶变换将所述无损音频文件样本集以及所述有损音频文件样本集分别转换成无损音频声谱图样本集以及有损音频声谱图样本集。