[发明专利]一种逆向爆音检测方法及其装置

说明书

本发明实施例提供一种逆向爆音检测方法及其装置，其中方法包括：确定待检测的目标音频文件存在突变时域信号以及存在突变时域信号的音频位置；查找与目标音频文件的标签信息和时长信息均相同的备选音频文件；根据目标音频文件的频谱能量数字序列和每个备选音频文件的频谱能量数字序列确定同源音频文件；从同源音频文件中确定在音频位置存在突变时域信号的第一同源音频文件；根据第一同源音频文件的数量和除第一同源音频文件之外的第二同源音频文件的数量确定目标音频文件存在的突变时域信号为逆向爆音。本发明实施例能够智能、快速、准确地检测出逆向爆音。

技术领域

本发明涉及多媒体处理技术领域，具体涉及一种逆向爆音检测方法及其装置。

背景技术

随着互联网和多媒体技术的发展，互联网为用户提供的多媒体文件的种类和数量越来越多，丰富了人们的娱乐生活。在这些多媒体文件中，音频文件随处可见，如音乐、歌曲、戏曲等曲类音频文件，相声小品、演讲、培训等语言类音频文件等。

上述各类音频文件中，由于音频在生成、处理、传输、存储等步骤的复杂性，有些音频文件可能会出现爆音。爆音，从听感上会产生一个突兀刺耳的爆点。出现爆音的原因有很多，可能是激光唱片(Compact Disk，CD)划伤验证或者音频文件损坏、能量调整时的误操作、或信号突然断开或者被引入其它强干扰。还可能是音频文件本身就存在爆音，音乐作者在创造音乐时将爆音作为一种音频手段。可以将爆音分为正向爆音和逆向爆音，正向爆音即为音乐作者故意在音频文件中添加的爆音，无需修正；逆向爆音即为音频文件在传播过程中产生的爆音，是一种错误，需要修正。

目前，有很多算法用来检测爆音，但是由于爆音可能是正向爆音，也可能是逆向爆音，这些算法能检测出音频文件存在爆音，但是无法准确区分是正向爆音还是逆向爆音，需要人工进行二次确认，以便对存在逆向爆音的音频文件进行修正。对于音频文件数量庞大的平台，人工检测逆向爆音费时、费力、成本高。

发明内容

本发明实施例提供一种逆向爆音检测方法及其装置，能够智能、快速、准确地检测出逆向爆音。

本发明实施例第一方面提供一种逆向爆音检测方法，包括：

确定待检测的目标音频文件存在突变时域信号以及存在所述突变时域信号的音频位置；

查找与所述目标音频文件的标签信息和时长信息均相同的备选音频文件；

将所述目标音频文件的频谱能量数字序列分别与每个备选音频文件的频谱能量数字序列进行对比，将与所述目标音频文件的频谱能量数字序列的相同概率达到预设概率值的备选音频文件确定为同源音频文件；

从所述同源音频文件中确定在所述音频位置存在突变时域信号的第一同源音频文件和除所述第一同源音频文件之外的第二同源音频文件；

根据所述第一同源音频文件的数量和所述第二同源音频文件的数量确定所述目标音频文件存在的所述突变时域信号为逆向爆音。

本发明实施例第二方面提供一种逆向爆音检测装置，包括：

突变信号确定单元，用于确定待检测的目标音频文件存在突变时域信号以及存在所述突变时域信号的音频位置；

备选文件查找单元，用于查找与所述目标音频文件的标签信息和时长信息均相同的备选音频文件；

频谱序列对比单元，用于将所述目标音频文件的频谱能量数字序列分别与每个备选音频文件的频谱能量数字序列进行对比，将与所述目标音频文件的频谱能量数字序列的相同概率达到预设概率值的备选音频文件确定为同源音频文件；

同源文件确定单元，用于从所述同源音频文件中确定在所述音频位置存在突变时域信号的第一同源音频文件和除所述第一同源音频文件之外的第二同源音频文件；