[发明专利]一种基于模式识别Hi-Fi音质检测方法

摘要

本发明公开了一种基于模式识别Hi-Fi音质检测方法，选取学习样本，将样本时域信号转换成频域信号，从11050Hz到22050Hz每隔500Hz的频率衰减均值作为一个特征，总共22个特征，编号分别从1到22。通过对已经标记的大量有损和无损音频进行统计学习，对应于无损音频特征得到无损音频条件概率，对应于有损音频的特征得到有损音频条件概率，对待测音频进行傅里叶变换，并提取频率特征得到特征间以及特征和音频质量间的条件概率后，就可以计算联合概率并以此来推算给定音频属于特定音质的概率。本发明提出的算法对于真无损音频具有很高的检测成功率，同时保证对于假无损有比较低的误判率。并从与auCDtect的对比中可以看出，本发明提出的方法能达到业界较为先进的水品。

主权项

一种基于模式识别Hi‑Fi音质检测方法，其特征在于包含如下步骤：1)选取采样率为44100HZ的无损音频和有损音频，对无损音频和有损音频进行区别标记，2)将标记后的音频进行傅里叶变换，将时域信号转换成频域信号，3)从频率11050Hz到22050Hz每隔500Hz的频率衰减均值作为一个频率特征a_i，总共22个特征，依次从1到22对其编号，即i＝1,2,3...,22；设无损音频由R₀表示，有损音频由R₁表示,考虑相邻两个特征间的关系,对于无损音频，特征间的关系可由(a₁|R₀),(a₂|a₁,R₀),...,(a₂₂|a₂₁,R₀)表示，可以分别得到其条件概率p(a₁|R₀),p(a₂|a₁,R₀),...,p(a₂₂|a₂₁,R₀)，对应于有损音频的特征(a₁|R₁),(a₂|a₁,R₁),...,(a₂₂|a₂₁,R₁)，可分别得到其条件概率p(a₁|R₁),p(a₂|a₁,R₁),...,p(a₂₂|a₂₁,R₁)，训练贝叶斯网络分类器；4)对待测音频进行傅里叶变换，将时域信号转换成频域信号，5)按步骤3)的方法提取频率特征并计算取频率特征分别属于无损音频和有损音频的条件概率，进而得到分别属于无损音频和有损音频的联合概率，即可判别出待测音频属于无损音频或是有损音频。