[发明专利]对比用户音频与原唱音频相似度的方法及其系统

权利要求书

1.一种对比用户音频与原唱音频相似度的方法，其特征在于， 

获得原音音频信号与待比较音音频信号，并将所述原音音频信号与待比较音音频信号分别转换为音频片段的能量谱；

分别提取所述两个音频片段能量谱每帧的chroma特征向量，并组成各自的chroma特征向量组，并且得到各自特征矩阵；

比较所述两个特征矩阵的相似程度，用于得到音频的相似度差异。

2.根据权利要求1所述的对比用户音频与原唱音频相似度的方法，其特征在于，所述音频片段的能量谱通过傅里叶变换及运用窗函数得到。

3.根据权利要求2所述的对比用户音频与原唱音频相似度的方法，其特征在于，所述音频片段的能量谱通过采样率为16KHz、码率为16bit的连续PCM采样信号，利用4096-sample汉宁窗作为窗函数，进行傅里叶变换，用于提取出其相应的能量谱。

4.根据权利要求1至3任意一项所述的对比用户音频与原唱音频相似度的方法，其特征在于，所述两个特征矩阵的相似程度是通过DTW算法进行比较。

5.一种对比用户音频与原唱音频相似度的系统，其特征在于，包括：

音频预处理模块，用于获得原音音频信号与待比较音音频信号，并分别转换为音频片段的能量谱；

Chroma特征值提取模块，用于分别提取所述两个音频片段能量谱每帧的chroma特征向量，并组成各自的chroma特征向量组，用于得到各自特征矩阵；

矩阵相似度对比模块，用于比较所述两个特征矩阵的相似程度，用于得到音频的相似度差异。

6.根据权利要求5所述的对比用户音频与原唱音频相似度的系统，其特征在于，所述音频预处理模块通过傅里叶变换及运用窗函数将原音音频信号与待比较音音频信号分别转换为音频片段的能量谱。

7.根据权利要求6所述的对比用户音频与原唱音频相似度的系统，其特征在于，所述音频预处理模块通过采样率为16KHz、码率为16bit的连续PCM采样信号，利用4096-sample汉宁窗作为窗函数，进行傅里叶变换，从而提取出其相应的能量谱。