[发明专利]一种音频分类方法、系统、装置及存储介质

权利要求书

1.一种音频分类方法，其特征在于，包括以下步骤：

获取待分类的第一音频信号，并对所述第一音频信号进行分帧处理，得到第二音频信号；

对所述第二音频信号进行端点检测，并去除位于所述第二音频信号的首部和尾部的低能量音频段，得到第三音频信号；

确定所述第三音频信号中每一音频帧的短时平均过零率，进而确定短时平均过零率大于等于预设的第一阈值的第一音频帧数量以及所述短时平均过零率的波动情况；

根据所述第一音频帧数量和所述波动情况对所述第一音频信号进行分类，确定所述第一音频信号是否为纯音乐音频以及是否为纯语音音频，当所述第一音频信号同时为非纯音乐音频和非纯语音音频，确定所述第一音频信号为混合音频；

对所述第一音频信号进行分段得到多个第一音频段，并确定所述第一音频段的非纯音乐音频部分，进而根据所述非纯音乐音频部分的音频长度确定所述第一音频信号的音频偏向；

所述确定所述第三音频信号中每一音频帧的短时平均过零率，进而确定短时平均过零率大于等于预设的第一阈值的第一音频帧数量以及所述短时平均过零率的波动情况这一步骤，其具体包括：

确定所述第三音频信号中每一音频帧的短时平均过零率；

将所述短时平均过零率与所述第一阈值进行比较，确定短时平均过零率大于等于所述第一阈值的第一音频帧数量；

根据所述短时平均过零率进行曲线拟合，得到短时平均过零率波动曲线，进而确定所述短时平均过零率波动曲线在每一时刻的变化率；

所述根据所述第一音频帧数量和所述波动情况对所述第一音频信号进行分类，确定所述第一音频信号是否为纯音乐音频以及是否为纯语音音频这一步骤，其具体包括：

将所述变化率与预设的第三阈值进行比较，当每一时刻的所述变化率均小于等于所述第三阈值，确定所述第一音频信号为纯音乐音频，否则，则确定所述第一音频信号为非纯音乐音频；

将所述第一音频帧数量与预设的第四阈值进行比较，当所述第一音频帧数量小于等于所述第四阈值，确定所述第一音频信号为纯语音音频，否则，则确定所述第一音频信号为非纯语音音频；

所述对所述第一音频信号进行分段得到多个第一音频段，并确定所述第一音频段的非纯音乐音频部分，进而根据所述非纯音乐音频部分的音频长度确定所述第一音频信号的音频偏向这一步骤，其具体包括：

将所述第一音频信号分为音频长度相同的多个第一音频段；

通过双门限法对所述第一音频段进行端点检测，确定各所述第一音频段的纯音乐音频部分和非纯音乐音频部分，进而确定所述非纯音乐音频部分的第一音频长度；

将所述第一音频长度与预设的第五阈值进行比较，当所述第一音频长度小于等于所述第五阈值，确定对应的第一音频段为音乐音频段，否则，则确定对应的第一音频段为语音音频段；

根据所述音乐音频段和所述语音音频段的数量确定所述第一音频信号的音频偏向。

2.根据权利要求1所述的一种音频分类方法，其特征在于，所述对所述第一音频信号进行分帧处理，得到第二音频信号这一步骤，其具体包括：

对所述第一音频信号进行分帧处理，得到多个第二音频帧，相邻的两个所述第二音频帧具有交叠部分；

根据多个所述第二音频帧确定第二音频信号。

3.根据权利要求2所述的一种音频分类方法，其特征在于，所述对所述第二音频信号进行端点检测，并去除位于所述第二音频信号的首部和尾部的低能量音频段，得到第三音频信号这一步骤，其具体包括：

确定位于所述第二音频信号首部的若干个所述第二音频帧的第一短时帧能量和位于所述第二音频信号尾部的若干个所述第二音频帧的第二短时帧能量；

将所述第一短时帧能量和所述第二短时帧能量与预设的第二阈值进行比较；

当所述第一短时帧能量小于所述第二阈值，去除所述第一短时帧能量对应的第二音频帧，当所述第二短时帧能量小于所述第二阈值，去除所述第二短时帧能量对应的第二音频帧，得到第三音频信号。