[发明专利]基于音频能量特性的音频指纹识别

摘要

音频指纹识别包括：获取一段音频的音频样本，生成音频样本的频率表示，识别频率表示的频带中能量增加区域和能量减少区域，以及生成该段音频的特征的散列。特征的每个散列对应于所识别的能量区域出现在相应时间窗口中的部分。每个特征都定义为对信息编码的数值，所述信息表示：出现在相应时间窗口中的能量区域的频带、出现在相应时间窗口中的能量区域是否为能量增加区域或者出现在相应时间窗口中的能量区域是否为能量减少区域、出现在相应时间窗口中的能量区域的位置。

主权项

1.一种音频指纹识别的方法，包括：获取一段音频的音频样本，所述音频样本中的每一个对应一个特定时间；生成所述音频样本的频率表示，所述频率表示被划分为频带；识别所述频带中的能量区域，所述能量区域中的每一个是能量增加区域和能量减少区域中的一个，能量增加区域定义为所述频带中的一个频带内的时间区域，其中在该时间区域期间音频能量从该时间区域的开始时间到结束时间增加，能量减少区域定义为所述频带中的一个频带内的时间区域，其中在该时间区域期间音频能量从该时间区域的开始时间到结束时间减少；分析所识别的能量区域出现在时间窗口内的部分，以生成该段音频的特征的散列，特征的每个散列对应于所识别的能量区域出现在相应时间窗口中的部分，每个特征被定义为对信息编码的数值，所述信息表示：出现在所述相应时间窗口中的能量区域的频带、出现在所述相应时间窗口中的所述能量区域是否为能量增加区域或者出现在所述相应时间窗口中的所述能量区域是否为能量减少区域、出现在所述相应时间窗口中的所述能量区域的位置，出现在所述相应时间窗口中的所述能量区域的位置对应于以下中的一个：出现在所述相应时间窗口中的所述能量区域是否在所述相应时间窗口之前开始并在所述相应时间窗口之后结束，出现在所述相应时间窗口中的所述能量区域是否在所述相应时间窗口之前开始并在所述相应时间窗口内结束，出现在所述相应时间窗口中的所述能量区域是否在所述相应时间窗口内开始并在所述相应时间窗口之后结束，和出现在所述相应时间窗口中的所述能量区域是否在所述相应时间窗口内开始并在所述相应时间窗口内结束；以及将特征的每个散列与所述特定时间一起存储。