[发明专利]音频匹配方法及装置

摘要

本发明公开了一种音频匹配方法及装置，其方法包括：分别计算被测音频与模版音频的二维Teager能量谱图；对被测音频与模版音频的Teager能量谱图分别逐行采用FFT算法计算被测音频与模版音频的POC相似度矩阵；对POC相似度矩阵按列进行平均得到一个一维的相似度值向量，选取相似度值向量中的极大值点的位置作为被测音频与模版音频匹配的结果。本发明的音频匹配方法及装置，基于Teager能量谱与POC进行音频匹配，Teager能量谱特征能够更好的反映语音在高频部分的特性，能够提升音频匹配算法定位的精度，利用POC对噪声引起的幅度谱变化不敏感的特点，提升了匹配算法的鲁棒性，并易于实现并行处理，运算速度快。

主权项

1.一种音频匹配方法，其特征在于，包括：分别计算被测音频与模版音频的短时Teager能量谱图；对被测音频与模版音频的Teager能量谱图分别逐行采用FFT算法计算被测音频与模版音频的POC相似度矩阵；其中，被测语音的Teager能量谱图为矩阵X'，对矩阵X'按行做FFT变换，得到FFT(X')＝A₁·exp(jΦ₁)；对矩阵Y'进行时间反转，既将矩阵的第i列变为其M‑i+1列，其中M为矩阵Y'的列数，并在右侧补零至与矩阵X'大小相同，记为矩阵对按行做FFT变换，得到其中，A₁、A₂是由矩阵X'和矩阵每个元素进行FFT算法计算后的幅度值构成的矩阵，Φ₁、Φ₂表示每个元素的相位值构成的矩阵，exp表示对矩阵的每一个元素执行底数为常数e的幂函数操作；j为复数单位；基于公式R＝real{IFFT[exp(jΦ₁)·A₂·exp(jΦ₂)]}获得模版语音与被测语音的POC相关性；其中“·”表示两个矩阵中相同位置元素两两相乘，函数IFFT[·]表示对矩阵按行进行逆快速傅立叶变换，函数real(·)表示对矩阵的每一个元素取其实部部分，R为大小为2LxN的实数矩阵；对所述POC相似度矩阵按列进行平均后得到一个一维的相似度值向量，选取所述相似度值向量中的极大值点的位置作为被测音频与模版音频匹配的结果。