[发明专利]音频的特征提取方法、音频的分类方法和相关装置

权利要求书

1.一种音频的特征提取方法，其特征在于，包括：

获得音频，并针对获得的每个音频执行下述操作：

按照预先设置的分帧规则，对该音频进行划分，得到多个音频帧；

按照预先设置的特征提取规则，分别对所述多个音频帧进行特征提取，得到各音频帧的特征；

根据得到的各音频帧的特征，以及用于区别音频帧类别的各聚类中心，分别确定每个音频帧对应的聚类中心；其中，每个音频帧与其对应的聚类中心满足：在该音频帧的特征和每个聚类中心的特征的相似度中，该音频帧的特征和其对应的聚类中心的特征的相似度最大；所述各聚类中心是根据所述分帧规则分别将各个音频样本划分为多个音频样本帧，并按照所述特征提取规则提取各音频样本帧的特征后，对提取出的各音频样本帧的特征进行聚类得到的；

分别确定各聚类中心所对应的音频帧的个数，并根据确定出的所述个数确定所述音频的特征；

得到所述各聚类中心的方式具体包括：

针对每个音频样本执行：按照所述分帧规则，对该音频样本进行划分，得到多个音频样本帧；按照所述特征提取规则，提取各音频样本帧的特征；根据得到的各音频样本帧和预先设置的段间重叠第一百分比，得到预设数量的音频样本段；并记录得到的各个音频样本段在时间上的排列次序；其中，每个音频样本段中均包含相同数量的连续的音频样本帧；

根据针对各音频样本所记录的所述排列次序，分别对处于所述排列次序中的相同排列位置的所有音频样本段所包含的各音频样本帧的特征进行聚类，得到分别对应于各排列位置的各聚类中心。

2.如权利要求1所述的方法，其特征在于，根据得到的各音频帧的特征，以及所述各聚类中心，分别确定每个音频帧对应的聚类中心，具体包括：

根据得到的各音频帧和预先设置的段间重叠第二百分比，确定预设数量的音频段；并记录确定的各音频段在时间上的排列次序；其中，每个音频段中均包含相同数量的连续的音频帧；

针对各音频段分别执行：

根据记录的各音频段在时间上的排列次序，确定该音频段的排列位置；

根据针对各音频样本所记录的所述排列次序，从得到的分别对应于各排列位置的各聚类中心中，确定与该音频段的排列位置所对应的各聚类中心；

将该音频段包含的各音频帧的特征分别与该音频段的排列位置所对应的各聚类中心进行比较，分别确定该音频段包含的各音频帧对应的聚类中心。

3.如权利要求2所述的方法，其特征在于，分别确定各聚类中心所对应的音频帧的个数，并根据确定出的所述个数确定所述音频的特征，具体包括：

针对各音频段分别执行：

分别确定与该音频段的排列位置所对应的各聚类中心所对应的音频帧的个数，并根据确定出的个数确定该音频段的特征；

按照各音频段的排列位置，将确定出的各音频段的特征组合为所述音频的特征。