音頻標(biāo)簽設(shè)置方法及裝置、存儲(chǔ)介質(zhì)的制作方法
【專利摘要】本發(fā)明提出一種音頻標(biāo)簽設(shè)置方法及裝置、存儲(chǔ)介質(zhì)，其音頻標(biāo)簽設(shè)置方法包括：根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則；提取音頻文件的聲音要素特征；根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配置相應(yīng)的色彩標(biāo)簽。本發(fā)明可以將音頻與色彩結(jié)合起來(lái)，提高了音頻管理的可擴(kuò)展性，特別對(duì)于音頻的搜索，相比于傳統(tǒng)的流派、關(guān)鍵字等音頻搜索方式，即使用戶對(duì)一個(gè)音頻文件不了解，也可以根據(jù)對(duì)其色彩標(biāo)簽上色彩要素特征的理解獲悉該音頻的旋律特點(diǎn)，因此可以快速、方便地找到用戶想要的音頻，大大提高了搜索效率。
【專利說(shuō)明】音頻標(biāo)簽設(shè)置方法及裝置、存儲(chǔ)介質(zhì)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)【技術(shù)領(lǐng)域】，特別涉及一種音頻標(biāo)簽設(shè)置方法及裝置、存儲(chǔ)介質(zhì)。

【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)信息量的幾何級(jí)數(shù)的增長(zhǎng)，怎樣從海量的信息庫(kù)中迅速而準(zhǔn)確地找到 需要的信息，成為人們使用互聯(lián)網(wǎng)的一大瓶頸?；趦?nèi)容的多媒體檢索是一個(gè)新興的研究 領(lǐng)域，它給人們提供了全新的搜索方式，即用多媒體本身來(lái)搜索多媒體信息。多媒體信息包 括有音頻、視頻、圖像、動(dòng)畫(huà)等多種形式，其中音頻信息占有相當(dāng)大的比例。而在音頻當(dāng)中， 音樂(lè)又是最常見(jiàn)的形式。目前針對(duì)音樂(lè)的檢索，主要根據(jù)文本關(guān)鍵字來(lái)搜索，例如音樂(lè)名、 作者、演唱歌星、專輯、流派、歌詞等。但是音樂(lè)本身與文本關(guān)鍵字有著本質(zhì)的不同，用戶使 用關(guān)鍵字進(jìn)行搜索，前提條件是用戶必須對(duì)目標(biāo)音樂(lè)有所了解，熟悉與之相關(guān)的文本信息。 如果用戶只是對(duì)音樂(lè)旋律本身感興趣，而對(duì)歌名、歌詞等文本信息一無(wú)所知，則通過(guò)現(xiàn)有的 搜索方法很難找出需要的音樂(lè)。由此可見(jiàn)，現(xiàn)有的音頻搜索方式存在無(wú)法根據(jù)音頻內(nèi)容來(lái) 進(jìn)行檢索的局限性。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明實(shí)施例的目的是提供一種音頻標(biāo)簽設(shè)置方法及裝置、存儲(chǔ)介質(zhì)，以解決現(xiàn) 有的音頻搜索方式無(wú)法根據(jù)音頻內(nèi)容來(lái)進(jìn)行檢索的問(wèn)題。
[0004] 本發(fā)明實(shí)施例提出一種音頻標(biāo)簽設(shè)置方法，包括：
[0005] 根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則；
[0006] 提取音頻文件的聲音要素特征；
[0007] 根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配置相應(yīng)的色彩標(biāo) 簽。
[0008] 本發(fā)明實(shí)施例還提出一種音頻標(biāo)簽設(shè)置裝置，包括：
[0009] 規(guī)則設(shè)置模塊，用于根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì) 應(yīng)規(guī)則；
[0010] 聲音要素特征提取模塊，用于提取音頻文件的聲音要素特征；
[0011] 標(biāo)簽配置模塊，用于根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文 件配直相應(yīng)的色彩標(biāo)簽。
[0012] 本發(fā)明實(shí)施例還提出一個(gè)或多個(gè)包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī) 可執(zhí)行指令用于執(zhí)行一種音頻標(biāo)簽設(shè)置方法，所述方法包括以下步驟：
[0013] 根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則；
[0014] 提取音頻文件的聲音要素特征；
[0015] 根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配置相應(yīng)的色彩標(biāo) 簽。
[0016] 相對(duì)于現(xiàn)有技術(shù)，本發(fā)明的有益效果是：本發(fā)明實(shí)施例的方法及裝置可以將音頻 與色彩結(jié)合起來(lái)，提高了音頻管理的可擴(kuò)展性，特別對(duì)于音頻的搜索，相比于傳統(tǒng)的流派、 關(guān)鍵字等音頻搜索方式，即使用戶對(duì)一個(gè)音頻文件不了解，也可以根據(jù)對(duì)其色彩標(biāo)簽上色 彩要素特征的理解獲悉該音頻的旋律特點(diǎn)，因此可以快速、方便地找到用戶想要的音頻，大 大提高了搜索效率。

【專利附圖】

【附圖說(shuō)明】
[0017] 圖1為本發(fā)明實(shí)施例的一種音頻標(biāo)簽設(shè)置方法的流程圖；
[0018] 圖2為本發(fā)明實(shí)施例的另一種音頻標(biāo)簽設(shè)置方法的流程圖；
[0019] 圖3為本發(fā)明實(shí)施例的一種色彩標(biāo)簽分布示意圖；
[0020] 圖4為本發(fā)明實(shí)施例的一種音頻標(biāo)簽設(shè)置裝置的結(jié)構(gòu)圖；
[0021] 圖5為本發(fā)明實(shí)施例的另一種音頻標(biāo)簽設(shè)置裝置的結(jié)構(gòu)圖。

【具體實(shí)施方式】
[0022] 有關(guān)本發(fā)明的前述及其他技術(shù)內(nèi)容、特點(diǎn)及功效，在以下配合參考圖式的較佳實(shí) 施例詳細(xì)說(shuō)明中將可清楚的呈現(xiàn)。通過(guò)【具體實(shí)施方式】的說(shuō)明，當(dāng)可對(duì)本發(fā)明為達(dá)成預(yù)定目 的所采取的技術(shù)手段及功效得以更加深入且具體的了解，然而所附圖式僅是提供參考與說(shuō) 明之用，并非用來(lái)對(duì)本發(fā)明加以限制。
[0023] 在長(zhǎng)期的生產(chǎn)實(shí)踐和社會(huì)活動(dòng)中，人們會(huì)逐步形成對(duì)不同色彩的不同理解和感情 上的共鳴，有的色彩給人以華麗、樸素、雅致、秀美、鮮明、熱烈的感覺(jué)，有的色彩使人感到喜 慶、歡樂(lè)、愉快、舒適、甜美、憂郁、沉悶….不同的色彩使人產(chǎn)生的情緒和美感不盡相同。本 發(fā)明實(shí)施例的主要思想是將音頻和色彩結(jié)合起來(lái)，為音頻文件打上色彩標(biāo)簽，從而將音頻 中的感情因素提取出來(lái)，將音頻和感知結(jié)合起來(lái)，進(jìn)而提高音頻管理在曲庫(kù)管理、音樂(lè)分 類、樂(lè)曲關(guān)聯(lián)、個(gè)性化推薦、用戶收聽(tīng)標(biāo)簽、社交推薦等多種應(yīng)用場(chǎng)合的可擴(kuò)展性。
[0024] 請(qǐng)參見(jiàn)圖1，其為本發(fā)明實(shí)施例的一種音頻標(biāo)簽設(shè)置方法的流程圖，其包括以下步 驟：
[0025] S101，根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則。
[0026] S102,提取音頻文件的聲音要素特征。
[0027] S103,根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配置相應(yīng)的 色彩標(biāo)簽。
[0028] 色彩要素特征和聲音要素特征的選擇均可以根據(jù)需要來(lái)確定，色彩要素特征可以 是飽和度（Chroma)、亮度（Value)、色相（Hue)等色彩特性中的一種或多種，聲音要素特征 可以是音頻的頻率、音頻聲波的振幅、頻譜質(zhì)心等音頻特性中的一種或多種。所述的多個(gè)色 彩標(biāo)簽中，不同色彩標(biāo)簽的色彩要素特征可能不同，因而可以與不同的聲音要素特征進(jìn)行 對(duì)應(yīng)設(shè)置。
[0029] 具體來(lái)說(shuō)，色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則可以由技術(shù)人員預(yù)先設(shè)定，也可 以通過(guò)向用戶提供設(shè)置界面，由用戶根據(jù)需求來(lái)進(jìn)行設(shè)置。例如，可以設(shè)置大于一個(gè)亮度值 的色彩標(biāo)簽與平均振幅大于一個(gè)設(shè)定值的音頻對(duì)應(yīng)，或者也可以設(shè)置大于一個(gè)飽和度值且 小于一個(gè)亮度值的色彩標(biāo)簽與平均頻率大于一個(gè)設(shè)定值的音頻對(duì)應(yīng)。
[0030] 本實(shí)施例的方法可以將音頻與色彩結(jié)合起來(lái)，提高了音頻管理的可擴(kuò)展性，特別 對(duì)于音頻的搜索，相比于傳統(tǒng)的流派、關(guān)鍵字等音頻搜索方式，即使用戶對(duì)一個(gè)音頻文件不 了解，也可以根據(jù)對(duì)其色彩標(biāo)簽上色彩要素特征的理解獲悉該音頻的旋律特點(diǎn)，因此可以 快速、方便地找到用戶想要的音頻，大大提高了搜索效率。
[0031] 為進(jìn)一步理解本方法，下面以一較為詳盡的實(shí)施例來(lái)進(jìn)行說(shuō)明：
[0032] 請(qǐng)參見(jiàn)圖2,其為本發(fā)明實(shí)施例的另一種音頻標(biāo)簽設(shè)置方法的流程圖，在本實(shí)施例 中，色彩要素特征采用飽和度和亮度，聲音要素特征采用頻譜質(zhì)心，該方法包括以下步驟：
[0033] S201，根據(jù)色彩飽和度和亮度，建立所述多個(gè)色彩標(biāo)簽的二維向量組合。
[0034] S202,根據(jù)各個(gè)色彩標(biāo)簽的二維向量在二維坐標(biāo)系中的分布，對(duì)色彩標(biāo)簽設(shè)置標(biāo) 號(hào)。
[0035] 請(qǐng)結(jié)合參見(jiàn)圖3,其中X軸代表飽和度的值，y軸代表亮度的值，兩個(gè)維度組合，共4 種色彩標(biāo)簽，根據(jù)4種色彩標(biāo)簽在二維坐標(biāo)系中的分布，設(shè)置"1"、"2"、"3"、"4"四個(gè)標(biāo)號(hào)， 分別可以理解為"明亮的"、"濃烈的"、"陰郁的"和"平靜的"（色彩標(biāo)簽的名稱可以根據(jù)用 戶對(duì)色彩的理解來(lái)定義)。
[0036] S203,設(shè)置音頻的頻譜質(zhì)心與各個(gè)色彩標(biāo)簽的標(biāo)號(hào)之間的對(duì)應(yīng)關(guān)系?？梢酝ㄟ^(guò)引 入若干個(gè)閾值來(lái)設(shè)置頻譜質(zhì)心和標(biāo)號(hào)之間的對(duì)應(yīng)關(guān)系，具體來(lái)說(shuō)，即是將音頻的頻譜質(zhì)心 與預(yù)定的閾值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果確定與頻譜質(zhì)心對(duì)應(yīng)的標(biāo)號(hào)。本實(shí)施例中引入了 第一閾值和第二閾值。
[0037] S204,將音頻文件劃分為多幀音頻幀信號(hào)。
[0038] S205,計(jì)算每一幀音頻幀信號(hào)的幅度譜。
[0039] 設(shè)定一個(gè)音頻文件包含Μ幀音頻幀信號(hào)，Μ為正整數(shù)，則該音頻文件包含的任一幀 音頻幀信號(hào)可表示為 Xi (η)，其中，i表示該音頻文件中該幀音頻幀信號(hào)的順序，i為正整數(shù) 且i=l，2,. . . Μ，η為正整數(shù)且n=0, 1，2, N-1，其中N為該幀音頻幀信號(hào)的長(zhǎng)度，即N為該幀 音頻幀信號(hào)的采樣點(diǎn)數(shù)。Xi (η)的幅度譜可表示為(η)可采用下述公式（1)計(jì)算得 到：
[0040] Xj (n) =abs [fft (xj (n)) ] (1)
[0041] 上述公式（l)中，abs[]為求模運(yùn)算或絕對(duì)值運(yùn)算；fft(xi(n))為x i(n)的快速傅 里葉變換，n=0, 1，2, N-l且N的值為2的冪。
[0042] S206,根據(jù)所述幅度譜計(jì)算每一幀音頻幀信號(hào)的頻譜質(zhì)心。
[0043] 根據(jù)公式（1)，可以計(jì)算音頻文件每一幀音頻幀信號(hào)的頻譜質(zhì)心C :

【權(quán)利要求】
1. 一種音頻標(biāo)簽設(shè)置方法，其特征在于，包括： 根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則； 提取音頻文件的聲音要素特征； 根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配置相應(yīng)的色彩標(biāo)簽。
2. 如權(quán)利要求1所述的音頻標(biāo)簽設(shè)置方法，其特征在于，所述根據(jù)色彩的要素特征設(shè) 置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則的步驟中，所述色彩的要素特征包括飽和度和 亮度。
3. 如權(quán)利要求2所述的音頻標(biāo)簽設(shè)置方法，其特征在于，所述根據(jù)色彩的要素特征設(shè) 置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則的步驟包括： 根據(jù)色彩飽和度和亮度，建立所述多個(gè)色彩標(biāo)簽的二維向量組合； 根據(jù)各個(gè)色彩標(biāo)簽的二維向量在二維坐標(biāo)系中的分布，對(duì)色彩標(biāo)簽設(shè)置標(biāo)號(hào)； 設(shè)置聲音要素特征與各個(gè)色彩標(biāo)簽的標(biāo)號(hào)之間的對(duì)應(yīng)關(guān)系。
4. 如權(quán)利要求1所述的音頻標(biāo)簽設(shè)置方法，其特征在于，所述聲音要素特征為音頻的 頻譜質(zhì)心。
5. 如權(quán)利要求4所述的音頻標(biāo)簽設(shè)置方法，其特征在于，所述提取音頻文件的聲音要 素特征的步驟包括： 將音頻文件劃分為多幀音頻幀信號(hào)； 計(jì)算每一幀音頻幀信號(hào)的幅度譜； 根據(jù)所述幅度譜計(jì)算每一幀音頻幀信號(hào)的頻譜質(zhì)心； 按照音頻文件中各幀音頻幀信號(hào)的順序，構(gòu)建音頻文件的頻譜質(zhì)心序列。
6. 如權(quán)利要求5所述的音頻標(biāo)簽設(shè)置方法，其特征在于，所述對(duì)音頻文件配置相應(yīng)的 色彩標(biāo)簽的步驟包括： 計(jì)算所述頻譜質(zhì)心序列的均值和標(biāo)準(zhǔn)差； 將計(jì)算獲得的均值和標(biāo)準(zhǔn)差分別與預(yù)設(shè)的第一閾值和第二閾值進(jìn)行比對(duì)； 根據(jù)比對(duì)結(jié)果，對(duì)音頻文件配置相應(yīng)的色彩標(biāo)簽。
7. -種音頻標(biāo)簽設(shè)置裝置，其特征在于，包括： 規(guī)則設(shè)置模塊，用于根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī) 則； 聲音要素特征提取模塊，用于提取音頻文件的聲音要素特征； 標(biāo)簽配置模塊，用于根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配 置相應(yīng)的色彩標(biāo)簽。
8. 如權(quán)利要求7所述的音頻標(biāo)簽設(shè)置裝置，其特征在于，所述色彩的要素特征包括飽 和度和亮度。
9. 如權(quán)利要求8所述的音頻標(biāo)簽設(shè)置裝置，其特征在于，所述規(guī)則設(shè)置模塊進(jìn)一步包 括： 向量組合建立單元，用于根據(jù)色彩飽和度和亮度，建立所述多個(gè)色彩標(biāo)簽的二維向量 組合； 標(biāo)號(hào)設(shè)置單元，用于根據(jù)各個(gè)色彩標(biāo)簽的二維向量在二維坐標(biāo)系中的分布，對(duì)色彩標(biāo) 簽設(shè)置標(biāo)號(hào)； 對(duì)應(yīng)關(guān)系設(shè)置單元，用于設(shè)置聲音要素特征與各個(gè)色彩標(biāo)簽的標(biāo)號(hào)之間的對(duì)應(yīng)關(guān)系。
10. 如權(quán)利要求7所述的音頻標(biāo)簽設(shè)置裝置，其特征在于，所述聲音要素特征為音頻的 頻譜質(zhì)心。
11. 如權(quán)利要求10所述的音頻標(biāo)簽設(shè)置裝置，其特征在于，所述聲音要素特征提取模 塊進(jìn)一步包括： 音頻幀劃分單元，用于將音頻文件劃分為多幀音頻幀信號(hào)； 幅度譜計(jì)算單元，用于計(jì)算每一幀音頻幀信號(hào)的幅度譜； 頻譜質(zhì)心計(jì)算單元，用于根據(jù)所述幅度譜計(jì)算每一幀音頻幀信號(hào)的頻譜質(zhì)心； 序列構(gòu)建單元，用于按照音頻文件中各幀音頻幀信號(hào)的順序，構(gòu)建音頻文件的頻譜質(zhì) 心序列。
12. 如權(quán)利要求11所述的音頻標(biāo)簽設(shè)置裝置，其特征在于，所述標(biāo)簽配置模塊進(jìn)一步 包括： 序列處理單元，用于計(jì)算所述頻譜質(zhì)心序列的均值和標(biāo)準(zhǔn)差； 比對(duì)單元，用于將計(jì)算獲得的均值和標(biāo)準(zhǔn)差分別與預(yù)設(shè)的第一閾值和第二閾值進(jìn)行比 對(duì)； 色彩標(biāo)簽配置單元，用于根據(jù)比對(duì)結(jié)果，對(duì)音頻文件配置相應(yīng)的色彩標(biāo)簽。
13. -個(gè)或多個(gè)包含計(jì)算機(jī)可執(zhí)行指令的存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可執(zhí)行指令用于執(zhí)行 一種音頻標(biāo)簽設(shè)置方法，所述方法包括以下步驟： 根據(jù)色彩的要素特征設(shè)置多個(gè)色彩標(biāo)簽與聲音要素特征的對(duì)應(yīng)規(guī)則； 提取音頻文件的聲音要素特征； 根據(jù)提取的所述聲音要素特征以及所述對(duì)應(yīng)規(guī)則，對(duì)音頻文件配置相應(yīng)的色彩標(biāo)簽。
【文檔編號(hào)】G06F17/30GK104090902SQ201410025446
【公開(kāi)日】2014年10月8日 申請(qǐng)日期:2014年1月20日 優(yōu)先權(quán)日:2014年1月20日
【發(fā)明者】趙偉峰 申請(qǐng)人:騰訊科技（深圳）有限公司