[发明专利]一种用于音频中筛选重复广告片段并生成毛音频的方法

说明书

本发明公开了一种用于音频中筛选重复广告片段并生成毛音频的方法，其包含：步骤1，音频采集存储；步骤2，对音频进行点位和特征提取；步骤3，对点位按特征进行聚类；步骤4，以每个聚类为一个节点生成有向图即商图；步骤5，把商图中节点对应的前后相连的片段连缀成串；步骤6，检测所有最大线性子图，作为种子毛音频；步骤7，对代表种子毛音频的子图进行剪枝；步骤8，在全音频中对种子毛音频进行搜索，取得所有匹配的原始音频片段；步骤9，取上述音频片段的中心片段；步骤10，对中心片段按左右延长，直到无法与别的片段匹配；步骤11，扩展后的中心片段为最终生成的一个毛音频。本发明提供的方法，具有应用范围广、准确率高的优点。

技术领域

本发明涉及一种音频筛选和制作的方法，具体地，涉及一种用于音频中筛选重复广告片段并生成毛音频的方法。

背景技术

随着全球市场经济进一步向纵深发展，企业和商家的广告投入日益加大，视音频媒体的各种广告铺天盖地，但广告的漏播、断播或播出质量差、任意变动播出时间和次数等非正常现象却屡见不鲜。

然而，目前的视音频媒体广告尚缺少一种有效的技术监督和检测手段。在现有的技术中，广告自动检测在日常生活中扮演了越来越重要的角色。例如：从电视终端用户来看，在录制节目时自动滤掉广告，将会大大提高用户舒适度和效率；对于刊登广告者和公司而言，自动检测特定的广告将能有效地验证广告公司履行合同情况；对于社会公共机构而言，广告自动检测能够帮助检测违规广告等等。但这种方法也存在不足，随着广告与互联网技术的发展，目前的广告自动检测技术在准确率上明显偏低，并且存在着检测所需数据量大，计算量非常大，速度比较慢，很难实现实时性能等缺陷。

而为了能够了解广告的播出效果，我们就必须对广告发布进行跟踪和分析。例如：一位广告商购买了每天特定时间的广告，他需要确实且客观的知道广告是否在该特定时间内播出，是否被插入了其他广告商的广告，是否按照既定的方式进行了播出。

在现阶段，并没有一个非常好的方法实现上述问题。在大多数情况下，人们只能够相信广告代理商或者发布方提供的数据。但由于经济利益的问题和信息的不对称性，代理商或发布方常常不报告真实的情况，而尽量报告对自己有利的信息。对于期望获得服务的一方，只能靠人工的抽查来进行个别问题的发现。如果不愿意投入人力的话，就只能相信广告代理商或者发布方提供的报告。

由此可见，为了解决上述问题，首先就需要一种能够有效地在音频中筛选重复广告片段并进行提取的方法。

发明内容

本发明的目的是提供一种音频筛选和制作的方法，能够解决现有的问题，有效地在音频中筛选重复广告片段并进行提取。

为了达到上述目的，本发明提供了一种用于音频中筛选重复广告片段并生成毛音频的方法，其中，所述的方法包含：步骤1，音频采集存储；步骤2，对所有音频进行点位和特征提取；步骤3，对所有点位按特征进行聚类（clustering）；步骤4，以上述每一个聚类为一个节点生成有向图，称为商图；步骤5，把商图中节点对应的前后相连的片段连缀成串；步骤6，对上述图检测所有最大线性子图，也就是中间不带分叉的一串相连的节点；每个所述的子图对应一个无歧义重复音频片段，作为种子毛音频；步骤7，对代表种子毛音频的子图进行剪枝；步骤8，在全音频中对种子毛音频进行搜索，取得所有匹配的原始音频片段；步骤9，取上述音频片段的中心片段；步骤10，对中心片段按左右延长，直到无法与别的片段匹配；步骤11，扩展后的中心片段为最终生成的一个毛音频。即重复音频片段。

上述的用于音频中筛选重复广告片段并生成毛音频的方法，其中，所述的步骤1中的音频采集存储，采取集群分布式策略，在降低成本的同时保证搜索速度。