[发明专利]采用视频语音分析进行广告投放评估的方法

权利要求书

1.采用视频语音分析进行广告投放评估的方法，其特征在于，包括以下步骤：

步骤一、获取视频数据，并从视频数据中提取人声音频；

步骤二、将人声音频进行降噪处理，得到主题音频；

步骤三、将主题音频进行语音识别并提取关键字形成对主题音频的特征描述，依据特征描述进行广告投放评估。

2.如权利要求1所述的采用视频语音分析进行广告投放评估的方法，其特征在于，从视频数据中提取人声音频的方法为：先从视频数据中提取音频数据，再从音频数据中提取人声音频。

3.如权利要求2所述的采用视频logo分析进行广告投放评估的方法，其特征在于，人声音频降噪处理的方法为：将人声音频中位于人类发声音频外的频率减弱，得到主题音频。

4.如权利要求3所述的采用视频logo分析进行广告投放评估的方法，其特征在于，将人声音频中位于人类发声音频外的频率减弱后再进行强化处理，强化处理的方法为：

B1、采集大量语音训练数据，训练得到男声特征模型、女声特征模型；

B2、将人声音频中位于人类发声音频外的频率减弱后依据男声特征模型、女声特征模型判断出人声音频的性别；

B3、根据人声音频的性别和该性别所对应的特征模型，减弱人声音频中位于特征模型外的频率，即得到主题音频。

5.如权利要求2所述的采用视频语音分析进行广告投放评估的方法，其特征在于，从音频数据中提取背景音乐，将背景音乐进行歌名识别，并根据歌名进行版权确认。

6.如权利要求5所述的采用视频语音分析进行广告投放评估的方法，其特征在于，将识别出歌名的背景音乐进行节奏分离，并根据分离出的节奏确认歌曲类型；

步骤三具体为：将主题音频进行语音识别并提取出关键字，关键字和歌曲类型形成对主题音频的特征描述，依据特征描述进行广告投放评估。

7.如权利要求1所述的采用视频语音分析进行广告投放评估的方法，其特征在于，语音识别后形成识别文本，将识别文本进行预处理，预处理的方法为：

A1、通过中文分词算法从识别文本中分出多个词语，然后将词语转换成基准拼音；

A2、将每个基准拼音均进行如下处理：b1、判断基准拼音中是否含有声母模糊音，若不含声母模糊音则判断基准拼音中是否含有前后鼻模糊音，若含有声母模糊音则将声母模糊音依据声母替换规则进行替换生成多个第一替换拼音，多个第一替换拼音、基准拼音形成新的基准拼音，再判断基准拼音中是否含有前后鼻模糊音，b2、若基准拼音中不含前后鼻模糊音，则生成校正拼音，若含有前后鼻模糊音，则将前后鼻模糊音依据前后鼻音替换规则进行替换生成多个第二替换拼音，多个第二替换拼音与基准拼音形成校正拼音，b3、将校正拼音转换成中文词，其中，声母模糊音包括zh、ch、sh、z、c、s、l、f，声母替换规则为：zh替换成ch、sh、z、c、s，ch替换成zh、sh、z、c、s，sh替换成zh、ch、z、c、s，z替换成zh、ch、sh、c、s，c替换成zh、ch、sh、z、s，s替换成zh、ch、sh、z、c，l替换成f，f替换成l，前后鼻模糊音包括an、ang、in、ing、en、eng，前后鼻音替换规则为：an替换为ang，ang替换为an，in替换为jing，jing替换为jin，en替换为eng，eng替换为en；

A3、将识别文本中的每个词语依次进行如下处理：将词语所生成的中文词分别替换识别文本中的该词语，形成多个目标文本，将多个目标文本分别采用Word2Vec技术计算每个中文词与其所在目标文本中邻近词的共现频率，将多个中文词所对应的共现频率进行排名，选取共现频率处于第一位的中文词作为有效词；

A4、将识别文本中的多个词语分别使用相对应的有效词进行替换，得到校正文本；

步骤三具体为将主题音频进行语音识别，然后语音识别后进行预处理，得到校正文本，从校正文本中提取关键字形成对主题音频的特征描述，依据特征描述进行广告投放评估。