[发明专利]一种基于异质性准则的MP3音频属性离散化方法

摘要

本发明涉及一种基于异质性准则的MP3音频属性离散化方法。本方法直接对MP3音频进行离散化处理。首先对MP3音频特征进行预处理，然后获得每帧音频的MDCT谱系数，基于MDCT域提取音频的主要特征（其中包括边带能量比率BER、均方根RMS、谱中心距SC、梅尔倒谱系数MFCC(12维)），作为训练样本的属性集，得到15维的特征属性输入集合，最后通过基于异质性准则的离散化方法得到离散结果，实验结果表明采用本发明的离散化方法能够方便对压缩域音频属性特征优化的后续处理，为建立实用快速的音频多分类及检索系统打下基础。

主权项

1.一种基于异质性准则的MP3音频属性离散化方法，其特征在于：具体操作步骤如下：1）、MP3音频特征的预处理：包括对MP3帧头进行解码、边信息获取、获取主数据和缩放因子、哈夫曼解码和反量化；2）、基于MDCT系数的音频特征提取：从反量化后的MP3帧中找出每一帧两个粒度的MDCT系数，对两个颗粒的MDCT系数按频率点求平均，构建每帧音频的MDCT谱系数，然后提取均方根RMS、谱中心距SC、边带能量比率BER、梅尔倒谱系数MFCC；3）、候选断点的选择：从连续属性的包络性质出发，将基于此包络的拐点作为属性离散化的初始候选断点，保留在不同断点区间属性变化的重要信息，提高离散化方法的适应性；4）、设计异质量：计算基于类的条件概率向量，并将向量与中间概率向量之间的距离称为向量的异质量，以与重心概率向量之间的距离即异质量作为衡量离散化优劣的方法；5）、异质性准则下的离散化算法：根据步骤3）中的候选断点的的算法对属性集中每一维属性进行处理，并根据步骤4）中计算得到的异质量对处理后的属性集进行离散化。