[发明专利]一种基于指纹权重的音频样例检索方法

权利要求书

1.一种基于指纹权重的音频样例检索方法，其特征在于，该方法具体包括：

获取待检音频的二进制音频指纹序列值，在预先建立的哈希表中进行查找；查找出对应的模板音频的二进制音频指纹序列值；

计算待检音频和模板音频之间指纹序列差异数D、模板音频与待检音频之间允许指纹序列差异数的阈值Reject；如果D＜Reject，则认为待检音频与模板音频相似；如果D＞Reject，则认为待检音频存在错误。

2.根据权利要求1所述的基于指纹权重的音频样例检索方法，其特征在于，所述哈希表的预先建立的步骤具体包括：

步骤1)获取音频样例的音频指纹；

步骤2)获取音频样例的音频指纹权重；

步骤3)根据步骤1)中获取的音频指纹的二进制音频指纹序列值，以二进制音频指纹序列值为关键字建立哈希表。

3.根据权利要求2所述的基于指纹权重的音频样例检索方法，其特征在于，所述步骤1)具体包括：

步骤1-1)将音频样例的音频信号降低到适合人耳特性的音频信号，获得第一音频信号；

步骤1-2)将步骤1-1)获得的第一音频信号，以每0.064秒为一帧，对其进行分帧，获得多帧音频，根据公式(2)，对每一帧音频用相同的汉明窗长度进行加权，加权方式如公式(3)，以获得每一帧音频的加权后的第n个音频样点的值x(n)；

其中，N为汉明窗长度,即每一帧音频的样点数；x'(n)为原始的第n个音频样点的值；w(n)为第n个音频样点的权重值；x(n)为加权后的第n个音频样点的值；

步骤1-3)针对步骤1-2)获得的每一帧音频的第n个音频样点的值x(n)，采用一阶FIR高通滤波器，根据公式(4)，进行预加重，获得预加重后的输出信号的值y(n)；

y(n)＝x(n)-ax(n-1) (4)

其中，a为预加重系数，0.9a1.0；x(n-1)为加权后的第n-1个音频样点的值；

步骤1-4)采用快速傅里叶算法，对步骤1-3)中的输出信号的值y(n)，利用公式(5)，进行离散傅立叶变换，获得音频帧经傅里叶变化后的频点值X(k)；

其中，X(k)为音频帧经傅里叶变化后的频点值；N'为傅里叶变化采取的音频点数；k为频点编号；j为虚数；

步骤1-5)在频域，针对步骤1-4)中的X(k)，在梅尔域进行子带划分，一共分成M个子带，根据公式(6)，获得第m子带的起始频率f(m)：

其中，F_min为映射下限；F_max为映射上限；M为子带个数；

步骤1-6)利用公式(7)，计算第m子带所包含的能量e(m)；假设第m子带的起始频率为f(m)，第m+1子带的终止频率为f(m+1)；

其中，音频帧经离散傅里叶变化后的频点值X(k)的绝对值的平方为第m子带所包含的能量e(m)；

步骤1-7)假定第i帧音频信号的第m子带的能量为e_im，其对应的二进制音频指纹序列值为t_im,则音频指纹的每个比特定义为：

其中，s_im为第i帧音频信号的第m子带与第i-1帧音频信号的第m+1子带之间的一阶相邻能量差；t_im为第i帧音频信号第m子带的二进制音频指纹序列值；

根据获得的t_im，获得第i帧音频信号的音频指纹。