專利名稱：一種音頻類別的實(shí)時(shí)識(shí)別方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信領(lǐng)域，尤其涉及一種音頻類別的實(shí)時(shí)識(shí)別方法及 裝置。
背景技術(shù)：
在音頻的編解碼過程中，音樂和語音信號(hào)往往采用不同的編解碼 方式，因此，音頻編解碼之前需要識(shí)別其類別，確定是音樂還是語音。
對(duì)音頻類別的識(shí)別難度在于音樂以及語音中噪聲的多變。目前， 對(duì)音樂和語音的識(shí)別主要通過短時(shí)分析及長(zhǎng)時(shí)分析實(shí)現(xiàn)。短時(shí)分析中， 從音頻信號(hào)短時(shí)處理出發(fā)提取的短時(shí)特征僅僅利用了少量的有用信
息，不足以反映音樂和語音兩類信號(hào)的差異；長(zhǎng)時(shí)分析中，由于缺乏 有力的特征描述，或者通過對(duì)較長(zhǎng)的時(shí)間片如整個(gè)音頻文件的分析實(shí)
識(shí)別；前者雖然能較好地反映音樂和語音兩類信號(hào)的差異，但對(duì)采樣 率和計(jì)算量的要求較高，延時(shí)長(zhǎng)，不適用于實(shí)時(shí)通信領(lǐng)域，而后者的 識(shí)別特征不夠穩(wěn)健，難以在復(fù)雜的通信環(huán)境中保證其識(shí)別有效性。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種音頻類別的實(shí)時(shí)識(shí)別方法及 裝置，實(shí)時(shí)有效地實(shí)現(xiàn)了基于實(shí)倒譜的音頻類別的識(shí)別。
5本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是 一種音頻類別的實(shí)時(shí)識(shí)別方法，包括以下步驟
a、 計(jì)算分析區(qū)間內(nèi)的音頻信號(hào)的短時(shí)能量均方4艮，所述短時(shí)能量 均方根小于預(yù)設(shè)的靜音檢測(cè)閾值時(shí)，進(jìn)入步驟b;
b、 分別對(duì)所述音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析；
c、 根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的短時(shí)特征，并根 據(jù)所述短時(shí)特征，采用閾值法識(shí)別所述音頻信號(hào)的類別。
上述方案中，所述步驟c具體通過以下步驟實(shí)現(xiàn)
cl、根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)各個(gè)LPH (Longest Pitch Hold，基頻保持時(shí)間)/ PCT ( Pitch Continue Time, 基頻連續(xù)時(shí)間)的值；
c2、判斷LPH/PCT-1的次數(shù)是否大于預(yù)設(shè)的相等次數(shù)閾值，若是， 所述音頻信號(hào)為音樂，否則，進(jìn)入下一步；
c3、根據(jù)各個(gè)LPH/PCT的值確定LPH/PCT的均值，判斷其是否大 于預(yù)設(shè)的均值閾值，若是，所述音頻信號(hào)為音樂，否則，進(jìn)入下一步；
c4、根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的APD (Average Pitch Density,平均調(diào)性強(qiáng)度)，并判斷其是否大于預(yù)設(shè)的強(qiáng)度閾值， 若是，所述音頻信號(hào)為音樂，否則，進(jìn)入下一步；
c5、 一艮據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的調(diào)性幀與非調(diào) 性幀的數(shù)量及平均能量；
c6、根據(jù)所述調(diào)性幀與非調(diào)性幀的平均能量確定TNR (Tone Non-tone Ratio,調(diào)性幀與非調(diào)性幀的平均能量比)，并判斷其是否小 于預(yù)設(shè)的能量比閾值，若是，所述音頻信號(hào)為音樂，否則，進(jìn)入下一 步；c7、根據(jù)所述調(diào)性幀與非調(diào)性幀的lt量確定RNT (Ratio of Non-Tone,非調(diào)性幀比例)，并判斷其是否小于預(yù)設(shè)的比例閾值，若是， 所述音頻信號(hào)為音樂，否則，所述音頻信號(hào)為語音。
上述方案中，所述步驟cl通過以下步驟實(shí)現(xiàn)
cll、根據(jù)所述實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分，確定所 述音頻信號(hào)中基頻連續(xù)變化的信號(hào)組，及各個(gè)基頻連續(xù)變化的信號(hào)組 中基頻保持不變的信號(hào)組；
cl2、分別根據(jù)各個(gè)基頻連續(xù)變化的信號(hào)組包含的信號(hào)幀數(shù)確定相 應(yīng)的PCT,并且，分別根據(jù)各個(gè)基頻保持不變的信號(hào)組包含的信號(hào)幀 凄史確定相應(yīng)的LPH;
c13、將各個(gè)LPH分別與對(duì)應(yīng)的PCT相除。
上述方案中，每個(gè)基頻連續(xù)變化的信號(hào)組包括的各幀信號(hào)中，相 鄰兩幀信號(hào)的實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的峰值差小于 預(yù)設(shè)的峰值連續(xù)誤差；每個(gè)基頻保持不變的信號(hào)組包括的各幀信號(hào)中， 相鄰兩幀信號(hào)的實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的峰值差小 于預(yù)設(shè)的峰值保持誤差；所述峰值保持誤差小于所述峰值連續(xù)誤差。
上述方案中，所述APD的計(jì)算公式為
其中，iV為所述音頻信號(hào)包含的信號(hào)幀數(shù)，i G"刀為所述音頻信 號(hào)的第i幀信號(hào)的實(shí)倒譜分析的第j點(diǎn)結(jié)果，丄=/2-/1+1, /,及/2分別 為所述實(shí)倒i普分析結(jié)果中反映譜細(xì)節(jié)信息的部分的起始點(diǎn)及終止點(diǎn)。
上述方案中，所述步驟c5通過以下步驟實(shí)現(xiàn)
c51、根據(jù)所述實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分，分別將 所述音頻信號(hào)的各幀信號(hào)標(biāo)記為調(diào)性幀或非調(diào)性幀；C52、統(tǒng)計(jì)所述調(diào)性幀及非調(diào)性幀的數(shù)量，并計(jì)算所述調(diào)性幀及非 調(diào)性幀的平均能量。
上述方案中，所述音頻信號(hào)的每幀信號(hào)的實(shí)倒譜分析的結(jié)果中反 映譜細(xì)節(jié)信息的部分的峰值小于預(yù)設(shè)的調(diào)性閾值時(shí)，將其標(biāo)記為非調(diào) 性幀，否則，將其標(biāo)記為調(diào)性幀。
上述方案中，所述步驟a之前還包括預(yù)處理所述音頻信號(hào)的步驟， 依次通過對(duì)所述音頻信號(hào)的預(yù)加重處理、分幀處理以及加窗處理實(shí)現(xiàn)。 一種音頻類別的實(shí)時(shí)識(shí)別裝置，包括
靜音檢測(cè)模塊，用于計(jì)算分析區(qū)間內(nèi)的音頻信號(hào)的短時(shí)能量均方 根，并據(jù)其判斷所述音頻信號(hào)是否靜音狀態(tài);
實(shí)倒譜分析模塊，用于在所述靜音檢測(cè)模塊確定所述音頻信號(hào)非 靜音狀態(tài)時(shí)，對(duì)所述音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析；
音頻類別識(shí)別模塊，用于根據(jù)所述實(shí)倒譜分析模塊的分析結(jié)果計(jì) 算所述音頻信號(hào)的短時(shí)特征，并根據(jù)所述短時(shí)特征，釆用閾值法識(shí)別 所述音頻信號(hào)的類別。
上述方案中，所述實(shí)時(shí)識(shí)別裝置還包括預(yù)處理模塊，用于依次對(duì) 所述音頻信號(hào)進(jìn)行預(yù)加重處理、分幀處理以及加窗處理，并將處理后 的音頻信號(hào)傳輸給所述靜音檢測(cè)模塊。
本發(fā)明的有益效果主要表現(xiàn)在本發(fā)明提供的音頻類別的實(shí)時(shí)識(shí) 別裝置用于實(shí)現(xiàn)本發(fā)明提供的音頻類別的實(shí)時(shí)識(shí)別方法，該方法根據(jù) 音頻信號(hào)的各幀信號(hào)的實(shí)倒譜分析結(jié)果計(jì)算該音頻信號(hào)的短時(shí)特征， 并采用閾值法，實(shí)時(shí)有效地實(shí)現(xiàn)了基于實(shí)倒譜的音頻類別的識(shí)別。


圖1為本發(fā)明音頻類別的實(shí)時(shí)識(shí)別流程圖2為本發(fā)明音頻類別的實(shí)時(shí)識(shí)別裝置結(jié)構(gòu)示意圖。
具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的描述。
參照?qǐng)D1, 一種音頻類別的實(shí)時(shí)識(shí)別方法，包括以下步驟
S101:預(yù)處理音頻信號(hào)，包括依次進(jìn)行的預(yù)加重處理、分幀處理
以及加窗處理；
S102:計(jì)算分析區(qū)間內(nèi)的音頻信號(hào)的短時(shí)能量均方才艮，短時(shí)能量 均方根小于預(yù)設(shè)的靜音檢測(cè)閾值時(shí)，音頻信號(hào)為非靜音狀態(tài)，進(jìn)入下 一步，否則，音頻信號(hào)為靜音狀態(tài)，結(jié)束本流程；
S103:分別對(duì)分析區(qū)間內(nèi)的音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析； 每幀信號(hào)的實(shí)倒譜分析結(jié)果中靠近0點(diǎn)的部分主要反映了功率譜輪廓 等大尺度信息，遠(yuǎn)離O點(diǎn)的部分主要反映了譜細(xì)節(jié)信息，即其能將譜 輪廓與譜細(xì)節(jié)分離；
S104:根據(jù)實(shí)倒譜分析結(jié)果計(jì)算音頻信號(hào)各個(gè)LPH/ PCT的值；即
首先，根據(jù)實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分，確定音頻 信號(hào)中基頻連續(xù)變化的信號(hào)組，及各個(gè)基頻連續(xù)變化的信號(hào)組中基頻 保持不變的信號(hào)組；
其中，每個(gè)基頻連續(xù)變化的信號(hào)組包括的各幀信號(hào)中，相鄰兩幀 信號(hào)的實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的峰值差小于預(yù)設(shè)的 峰值連續(xù)誤差cr;每個(gè)基頻保持不變的信號(hào)組包括的各幀信號(hào)中，相 鄰兩幀信號(hào)的實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的峰值差小于 預(yù)設(shè)的峰值保持誤差s; s小于c7;
9然后，分別根據(jù)各個(gè)基頻連續(xù)變化的信號(hào)組包含的信號(hào)幀數(shù)確定 相應(yīng)的PCT，并且，分別根據(jù)各個(gè)基頻保持不變的信號(hào)組包含的信號(hào)
幀數(shù)確定相應(yīng)的LPH;
最后，將各個(gè)LPH分別與對(duì)應(yīng)的PCT相除；
S105:判斷LPH/PCT-1的次數(shù)是否大于預(yù)設(shè)的相等次數(shù)閾值C,， 若是，音頻信號(hào)為音樂，否則，進(jìn)入下一步；
S106:根據(jù)各個(gè)LPH/PCT的值確定LPH/PCT的均值，判斷其是否 大于預(yù)設(shè)的均值閾值q，若是，音頻信號(hào)為音樂，否則，進(jìn)入下一步； 對(duì)于音樂而言，由于其音高會(huì)在一個(gè)特定值之上保持一段時(shí)間，因此 LPH與PCT相等的幾率很大，即使不等于l,兩者的比值也會(huì)比較接近 1,而對(duì)于語音，其音高很少在一個(gè)特定值上保持，因此LPH與PCT 相等的幾率很小，兩者的差別也較大；
S107:根據(jù)實(shí)倒譜分析結(jié)果計(jì)算音頻信號(hào)的APD，并判斷其是否 大于預(yù)設(shè)的強(qiáng)度閾值q，對(duì)于音樂而言，由于樂器和復(fù)調(diào)的原因，其 平均音高要比語音高，若APD大于q，音頻信號(hào)為音樂，否則，進(jìn)入 下一步；APD的計(jì)算公式為
'=1丄M
其中，iV為音頻信號(hào)包含的信號(hào)幀數(shù)，i CX(刀為音頻信號(hào)的第i 幀信號(hào)的實(shí)倒譜分析的第j點(diǎn)結(jié)果，Z = /2-/1+1， /,及/2分別為實(shí)倒譜 分析結(jié)果中反映譜細(xì)節(jié)信息的部分的起始點(diǎn)及終止點(diǎn)；
S108:根據(jù)實(shí)倒譜分析結(jié)果計(jì)算音頻信號(hào)的調(diào)性幀與非調(diào)性幀的 數(shù)量及平均能量；即
首先，根據(jù)實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分，分別將音 頻信號(hào)的各幀信號(hào)標(biāo)記為調(diào)性幀或非調(diào)性幀；
10由于有基音頻率存在的信號(hào)幀為調(diào)性幀，沒有基音頻率存在的信 號(hào)幀為非調(diào)性幀，故音頻信號(hào)的每幀信號(hào)的實(shí)倒譜分析的結(jié)果中反映 譜細(xì)節(jié)信息的部分的峰值小于預(yù)設(shè)的調(diào)性閾值P時(shí)，將該楨信號(hào)標(biāo)記
為非調(diào)性幀，否則，將該幀信號(hào)標(biāo)記為調(diào)性幀；
然后,統(tǒng)計(jì)調(diào)性幀及非調(diào)性幀的數(shù)量，并計(jì)算調(diào)性幀及非調(diào)性幀 的平均能量；
S109: 4艮據(jù)調(diào)性幀與非調(diào)性幀的平均能量確定TNR,并判斷其是 否小于預(yù)設(shè)的能量比閾值C,,若是，音頻信號(hào)為音樂，否則，進(jìn)入下
一步；
S110:根據(jù)調(diào)性幀與非調(diào)性幀的數(shù)量確定RNT，并判斷其是否小 于預(yù)設(shè)的比例閾值C;，若是，音頻信號(hào)為音樂，否則，音頻信號(hào)為語 音。
參照?qǐng)D2， 一種用于實(shí)現(xiàn)上述實(shí)時(shí)識(shí)別方法的音頻類別的實(shí)時(shí)識(shí) 別裝置，包括
預(yù)處理模塊，用于依次對(duì)音頻信號(hào)進(jìn)行預(yù)加重處理、分幀處理以 及加窗處理，并將處理后的音頻信號(hào)傳輸給靜音檢測(cè)模塊；
靜音檢測(cè)模塊，用于計(jì)算分析區(qū)間內(nèi)經(jīng)預(yù)處理模塊處理后的音頻 信號(hào)的短時(shí)能量均方根，并據(jù)其判斷音頻信號(hào)是否靜音狀態(tài)；
實(shí)倒譜分析模塊，用于在靜音檢測(cè)模塊確定音頻信號(hào)非靜音狀態(tài) 時(shí)，對(duì)音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析；
音頻類別識(shí)別模塊，用于根據(jù)實(shí)倒譜分析模塊的分析結(jié)果計(jì)算音 頻信號(hào)的短時(shí)特征，并根據(jù)短時(shí)特征，采用閾值法識(shí)別音頻信號(hào)的類 別。
對(duì)8kHz采樣、16比特量化、預(yù)加重系數(shù)為-0. 80、幀長(zhǎng)為32ms、
ii幀移10ms、幀間重疊22ms的音頻信號(hào)，取快速傅立葉變換長(zhǎng)度為256， 則實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的起始點(diǎn)/,為14、終止點(diǎn) /2為128;同時(shí)，cr取4、 s取l、 0取0.2、分析區(qū)間內(nèi)的音頻信號(hào)包 含的信號(hào)幀數(shù)TV取IOO,則C,取O, q取O. 5, q取O. 6, Q取O. 2, &取1,采用本發(fā)明所述方法識(shí)別其類別時(shí)，5種短時(shí)特征的配合判 斷，可以有效實(shí)現(xiàn)音頻類別的識(shí)別。
以上所述僅為本發(fā)明的實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于 本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明 的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含 在本發(fā)明的權(quán)利要求范圍之內(nèi)。
1權(quán)利要求
1、一種音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于，包括以下步驟a、計(jì)算分析區(qū)間內(nèi)的音頻信號(hào)的短時(shí)能量均方根，所述短時(shí)能量均方根小于預(yù)設(shè)的靜音檢測(cè)閾值時(shí)，進(jìn)入步驟b；b、分別對(duì)所述音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析；c、根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的短時(shí)特征，并根據(jù)所述短時(shí)特征，采用閾值法識(shí)別所述音頻信號(hào)的類別。
2、 如權(quán)利要求1所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于， 所述步驟c具體通過以下步驟實(shí)現(xiàn)cl、根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)各個(gè)基頻保持時(shí) 間LPH/基頻連續(xù)時(shí)間PCT的值；c2、判斷LPH/PCT-1的次數(shù)是否大于預(yù)設(shè)的相等次數(shù)閾值，若是， 所述音頻信號(hào)為音樂，否則，進(jìn)入下一步；c3、根據(jù)各個(gè)LPH/PCT的值確定LPH/PCT的均值，判斷其是否大 于預(yù)設(shè)的均值閾值，若是，所述音頻信號(hào)為音樂，否則，進(jìn)入下一步；c4、根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的平均調(diào)性強(qiáng)度 APD，并判斷其是否大于預(yù)設(shè)的強(qiáng)度闞值，若是，所述音頻信號(hào)為音樂， 否則，進(jìn)入下一步；c5、 一艮據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的調(diào)性幀與非調(diào) 性幀的數(shù)量及平均能量；c6、才艮據(jù)所述調(diào)性幀與非調(diào)性幀的平均能量確定調(diào)性幀與非調(diào)性 幀的平均能量比TNR，并判斷其是否小于預(yù)設(shè)的能量比閾值，若是， 所述音頻信號(hào)為音樂，否則，進(jìn)入下一步；c7、根據(jù)所述調(diào)性幀與非調(diào)性幀的數(shù)量確定非調(diào)性幀比例RNT, 并判斷其是否小于預(yù)設(shè)的比例閾值，若是，所述音頻信號(hào)為音樂，否 則，所述音頻信號(hào)為語音。
3、 如權(quán)利要求2所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于， 所述步驟cl通過以下步驟實(shí)現(xiàn)cll、根據(jù)所述實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分，確定所 述音頻信號(hào)中基頻連續(xù)變化的信號(hào)組，及各個(gè)基頻連續(xù)變化的信號(hào)組 中基頻保持不變的信號(hào)組；cl2、分別根據(jù)各個(gè)基頻連續(xù)變化的信號(hào)組包含的信號(hào)幀數(shù)確定相 應(yīng)的PCT，并且，分別根據(jù)各個(gè)基頻保持不變的信號(hào)組包含的信號(hào)幀ft確定相應(yīng)的LPH;c13、將各個(gè)LPH分別與對(duì)應(yīng)的PCT相除。
4、 如權(quán)利要求3所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特4i在于 每個(gè)基頻連續(xù)變化的信號(hào)組包括的各幀信號(hào)中，相鄰兩幀信號(hào)的實(shí)倒 譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的峰值差小于預(yù)設(shè)的峰值連續(xù)誤 差；每個(gè)基頻保持不變的信號(hào)組包括的各幀信號(hào)中，相鄰兩幀信號(hào)的 實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分的峰值差小于預(yù)設(shè)的峰值保 持誤差；所述峰值保持誤差小于所述峰值連續(xù)誤差。
5、 如權(quán)利要求2所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于， 所述APD的計(jì)算/>式為其中，7V為所述音頻信號(hào)包含的信號(hào)幀數(shù)，i Cx,(力為所述音頻信 號(hào)的第i幀信號(hào)的實(shí)倒譜分析的第j點(diǎn)結(jié)果，丄=/2-/,及^分別
6、 如權(quán)利要求2所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于， 所述步驟c5通過以下步驟實(shí)現(xiàn)c51、根據(jù)所述實(shí)倒譜分析結(jié)果中反映譜細(xì)節(jié)信息的部分，分別將 所述音頻信號(hào)的各幀信號(hào)標(biāo)記為調(diào)性幀或非調(diào)性幀；c52、統(tǒng)計(jì)所述調(diào)性幀及非調(diào)性幀的數(shù)量，并計(jì)算所述調(diào)性幀及非 調(diào)性幀的平均能量。
7、 如權(quán)利要求6所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于 所述音頻信號(hào)的每幀信號(hào)的實(shí)倒譜分析的結(jié)果中反映譜細(xì)節(jié)信息的部 分的峰值小于預(yù)設(shè)的調(diào)性閾值時(shí)，將其標(biāo)記為非調(diào)性幀，否則，將其 標(biāo)記為調(diào)性幀。
8、 如權(quán)利要求1所述的音頻類別的實(shí)時(shí)識(shí)別方法，其特征在于 所述步驟a之前還包括預(yù)處理所述音頻信號(hào)的步驟，依次通過對(duì)所述 音頻信號(hào)的預(yù)加重處理、分幀處理以及加窗處理實(shí)現(xiàn)。
9、 一種音頻類別的實(shí)時(shí)識(shí)別裝置，其特征在于，包括 靜音檢測(cè)模塊，用于計(jì)算分析區(qū)間內(nèi)的音頻信號(hào)的短時(shí)能量均方根，并據(jù)其判斷所述音頻信號(hào)是否靜音狀態(tài)；為所述實(shí)倒譜實(shí)倒譜分析模塊，用于在所述靜音檢測(cè)模塊確定所述音頻信號(hào)非 靜音狀態(tài)時(shí)，對(duì)所述音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析；音頻類別識(shí)別模塊，用于根據(jù)所述實(shí)倒譜分析模塊的分析結(jié)果計(jì) 算所述音頻信號(hào)的短時(shí)特征，并根據(jù)所述短時(shí)特征，采用閾值法識(shí)別 所述音頻信號(hào)的類別。
10、如權(quán)利要求9所述的音頻類別的實(shí)時(shí)識(shí)別裝置，其特征在于 所述實(shí)時(shí)識(shí)別裝置還包括預(yù)處理模塊，用于依次對(duì)所述音頻信號(hào)進(jìn)行 預(yù)加重處理、分幀處理以及加窗處理，并將處理后的音頻信號(hào)傳輸給 所述靜音檢測(cè)模塊。
全文摘要
本發(fā)明公開了一種音頻類別的實(shí)時(shí)識(shí)別方法及裝置，所述實(shí)時(shí)識(shí)別方法包括以下步驟a.計(jì)算分析區(qū)間內(nèi)的音頻信號(hào)的短時(shí)能量均方根，所述短時(shí)能量均方根小于預(yù)設(shè)的靜音檢測(cè)閾值時(shí)，進(jìn)入步驟b；b.分別對(duì)所述音頻信號(hào)的各幀信號(hào)進(jìn)行實(shí)倒譜分析；c.根據(jù)所述實(shí)倒譜分析結(jié)果計(jì)算所述音頻信號(hào)的短時(shí)特征，并根據(jù)所述短時(shí)特征，采用閾值法識(shí)別所述音頻信號(hào)的類別。本發(fā)明所述技術(shù)方案實(shí)時(shí)有效地實(shí)現(xiàn)了基于實(shí)倒譜的音頻類別的識(shí)別。
文檔編號(hào)G10L11/00GK101645265SQ20081014224
公開日2010年2月10日 申請(qǐng)日期2008年8月5日 優(yōu)先權(quán)日2008年8月5日
發(fā)明者付中華, 劉開文 申請(qǐng)人:中興通訊股份有限公司