[发明专利]音频识别方法及装置、存储介质及电子设备有效
申请号: | 201711486757.6 | 申请日: | 2017-12-29 |
公开(公告)号: | CN108198573B | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 黄瑛;胡明清;王涛;杨琛 | 申请(专利权)人: | 北京奇艺世纪科技有限公司 |
主分类号: | G10L25/48 | 分类号: | G10L25/48;G06F16/683 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 李伟;王宝筠 |
地址: | 100080 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 音频 识别 方法 装置 存储 介质 电子设备 | ||
1.一种音频识别方法,其特征在于,包括:
依据预设的第一选取规则,在待识别音频中分段选取目标音频样本;
按第一音频指纹提取密度,在所述目标音频样本中提取多个音频指纹;
将提取的所述多个音频指纹与预建立的音频指纹库中的指纹进行匹配;所述预建立的音频指纹库按第二音频指纹提取密度进行音频指纹的提取,所述第一音频指纹提取密度小于所述第二音频指纹提取密度;
当未匹配成功时,在所述待识别音频中,重新选取新的目标音频样本,直至匹配成功,以实现对待识别音频的识别。
2.根据权利要求1所述的方法,其特征在于,所述依据预设的选取规则,在待识别音频中分段选取目标音频样本,包括:
确定第一时间长度;
在所述待识别音频中随机选取时长为所述第一时间长度的音频作为目标音频样本。
3.根据权利要求1所述的方法,其特征在于,所述依据预设的选取规则,在待识别音频中分段选取目标音频样本包括:
对所述待识别音频中的各个音频片段进行音频能量检测;
在音频能量大于预设音频能量阈值的各个音频片段中,选取一个音频片段作为目标音频样本。
4.根据权利要求1所述的方法,其特征在于,所述将提取的多个音频指纹与预建立的音频指纹库中的指纹进行匹配包括:
对所述提取的多个音频指纹进行降采样处理;
将经过降采样处理的所述多个音频指纹,与预建立的音频指纹库中的指纹进行匹配。
5.根据权利要求1所述的方法,其特征在于,所述在待识别音频中,重新选取新的目标音频样本包括:
依据预设的第二选取规则,在所述待识别音频中重新选取新的目标音频样本,所述第二选取规则不同于所述第一选取规则。
6.根据权利要求1所述的方法,其特征在于,还包括:
当匹配成功时,获取所述待识别音频对应的音频信息,并将所述音频信息反馈至客户端。
7.一种音频识别装置,其特征在于,包括:
第一选取单元,用于依据预设的第一选取规则,在待识别音频中分段选取目标音频样本;
提取单元,用于按第一音频指纹提取密度,在所述目标音频样本中提取多个音频指纹;
匹配单元,用于将提取的所述多个音频指纹与预建立的音频指纹库中的指纹进行匹配;所述预建立的音频指纹库按第二音频指纹提取密度进行音频指纹的提取,所述第一音频指纹提取密度小于所述第二音频指纹提取密度;
第二选取单元,用于当未匹配成功时,在所述待识别音频中,重新选取新的目标音频样本,直至匹配成功,以实现对待识别音频的识别。
8.根据权利要求7所述的装置,其特征在于,还包括:
反馈单元,用于当匹配成功时,获取所述待识别音频对应的音频信息,并将所述音频信息反馈至客户端。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行如权利要求1~6任意一项所述的音频识别方法。
10.一种电子设备,其特征在于,包括存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行如权利要求1~6任意一项所述的音频识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711486757.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种音频处理方法及装置
- 下一篇:变声检测方法及装置