用于在音頻幀序列中檢測重復模式的方法及設備技術

描述了用于在音頻幀序列中檢測重復模式的方法及設備。計算該序列的具有第一分辨率的第一相似度矩陣的相似度值。根據相似度值估計自適應閾值，用于將相似度值分類為重復或非重復。針對第二相似度矩陣的一個或更多個偏移中的每一個，計算第二相似度矩陣中與該偏移相對應的相似度值，其中第二相似度矩陣具有高于第一分辨率的第二分辨率。然后，利用自適應閾值對計算出的相似度值進行分類，以獲得二值化數據。最后，從二值化數據中檢測重復模式。由于在重復模式檢測中存儲的數據更少，因此可以減小對存儲器的要求。

【技術實現步驟摘要】

本專利技術一般涉及音頻信號處理。更具體地，本專利技術的實施例涉及用于在音頻幀序列中檢測重復模式的方法及設備。
技術介紹
音頻信號，尤其是音樂信號，通常顯示出重復的特性在音頻信號中，一個音頻部分在后面將會重復。對音頻信號中這些重復部分的檢測已引起很多關注，因為這種檢測是一個基礎性步驟，并且可以用于各種應用，諸如音樂檢測、音樂副歌檢測、音樂縮略或音樂概括以及音樂結構分析。關于術語“重復部分”，在不同文獻中可以使用具有類似含義的不同術語，諸如“反·復出現”、“重復”、“重復模式”或“反復模式”。在本公開中，可以互換地使用這些術語，而不會引起任何混淆。為了檢測重復部分，各種方案能夠涉及計算相似度(或距離)矩陣，并在矩陣中找到重復模式。相似度矩陣包括幀t與t+Ι之間的相似度值s(t，l)，其中I代表相似度值s(t，I)的偏移。一般的思路是，估計固定閾值并用它將矩陣二值化。即，對于相似度矩陣中的每個像素，如果其相似度值大于固定閾值，則將該像素二值化為1，表明該像素表示重復；否則，將該像素設置為O。二值化之后，通過在每個偏移中檢測包含連續“I”的線，可容易地檢測重復模式(參見 M. Goto. “A chorus-section detecting method for musicalaudio signals,，，Proc. Acoustics, Speech, and Signal Processing, 2003,其通過弓I用并入于此以用于全部目的)。本章節中描述的方案是能夠采用的方案，但不一定是先前已經構思或采用的方案。因此，除非另外指出，不應僅因為被包含在本章節中就假定本章節描述的任何方案適合作為現有技術。類似地，根據本章節而關于一個或更多個方案發現的問題不應被假定為任何現有技術中已經認識到的問題，除非另外指出。
技術實現思路
根據本專利技術的一個實施例，提供了一種在音頻幀序列中檢測重復模式的方法。根據該方法，計算該序列的具有第一分辨率的第一相似度矩陣的相似度值。根據相似度值估計自適應閾值，用于將相似度值分類為重復或非重復。針對第二相似度矩陣的一個或更多個偏移中的每一個，計算第二相似度矩陣中與該偏移相對應的相似度值，其中第二相似度矩陣具有高于第一分辨率的第二分辨率。利用自適應閾值對計算出的相似度值進行分類，以獲得二值化數據。從二值化數據中檢測重復模式。根據本專利技術的另一實施例，提供了一種用于在音頻幀序列中檢測重復模式的設備。該設備包括計算器、估計器以及檢測器。計算器計算該序列的具有第一分辨率的第一相似度矩陣的相似度值。估計器根據相似度值估計自適應閾值，用于將相似度值分類為重復或非重復。檢測器針對具有高于第一分辨率的第二分辨率的第二相似度矩陣的一個或更多個偏移中的每一個，計算第二相似度矩陣中與該偏移相對應的相似度值，利用自適應閾值對計算出的相似度值進行分類以獲得二值化數據，并從二值化數據中檢測重復模式。根據本專利技術的另一實施例，提供了一種記錄有計算機程序指令的計算機可讀介質。這些指令在由處理器執行時使得該處理器能夠進行一種在音頻幀序列中檢測重復模式的方法。根據該方法，計算該序列的具有第一分辨率的第一相似度矩陣的相似度值。根據相似度值估計自適應閾值，用于將相似度值分類為重復或非重復。針對第二相似度矩陣的一個或更多個偏移中的每一個，計算第二相似度矩陣中與該偏移相對應的相似度值，其中第二相似度矩陣具有高于第一分辨率的第二分辨率。利用自適應閾值對計算出的相似度值進行分類，以獲得二值化數據。從二值化數據中檢測重復模式。根據本專利技術的另一實施例，提供了一種在音頻幀序列中檢測重復模式的方法。計算該序列的第一相似度矩陣的相似度值。針對第一相似度矩陣的各偏移中的每一個，基于第一相似度矩陣中與該偏移相對應的、計算出的相似度值，計算重要性得分，所述重要性得分用于評估檢測到與該偏移相對應的重復模式的可能性。將重要性得分與和該偏移相關聯 的閾值進行比較。如果重要性得分大于所述閾值，則將該偏移確定為重要偏移。在緩沖器中存儲第一相似度矩陣中與重要偏移相對應的相似度值。根據相似度值估計自適應閾值，用于將相似度值分類為重復或非重復。針對與第一相似度矩陣具有相同分辨率的第二相似度矩陣，從緩沖器讀取第一相似度矩陣中對應于重要偏移的相似度值，以作為第二相似度矩陣中要計算的相似度值。利用自適應閾值對讀取出的相似度值進行分類，以獲得二值化數據。從二值化數據中檢測重復模式。根據本專利技術的另一實施例，提供了一種在音頻幀序列中檢測重復模式的設備。設備包括計算器、估計器以及檢測器。計算器計算該序列的第一相似度矩陣的相似度值。針對第一相似度矩陣的各偏移中的每一個，計算器基于第一相似度矩陣中與該偏移相對應的、計算出的相似度值，計算重要性得分，所述重要性得分用于評估檢測到與該偏移相對應的重復模式的可能性。計算器也將重要性得分與和該偏移相關聯的閾值進行比較。如果重要性得分大于閾值，則計算器將該偏移確定為重要偏移。計算器還在緩沖器中存儲第一相似度矩陣中與重要偏移相對應的相似度值。估計器根據相似度值估計自適應閾值，用于將相似度值分類為重復或非重復。針對與第一相似度矩陣具有相同分辨率的第二相似度矩陣，檢測器從緩沖器讀取第一相似度矩陣中對應于重要偏移的相似度值，以作為第二相似度矩陣中要計算的相似度值。檢測器利用自適應閾值對讀取出的相似度值進行分類，以獲得二值化數據，并且從二值化數據中檢測所述重復模式。下面參考附圖詳細描述本專利技術的進一步特性和優點，以及本專利技術各個實施例的結構和操作。應當注意，本專利技術不限于這里描述的具體實施例。在這里出現這樣的實施例只是出于說明的目的。相關領域技術人員根據這里包含的指導會想到其它實施例。附圖說明在附圖的各圖中通過示例來圖解本專利技術，但這些示例不對本專利技術產生限制，附圖中類似的附圖標記表示類似的元件，其中圖1(a)圖示相似度矩陣的示例，且圖1(b)圖示從圖1(a)所示的矩陣轉換得到的時滯相似度矩陣的示例；圖2是圖示根據本專利技術實施例的用于在音頻幀序列中檢測重復模式的示例設備的框圖；圖3是圖示根據本專利技術實施例的在音頻幀序列中檢測重復模式的示例方法的流程圖；以及圖4是圖示用于實施本專利技術的各個方面的示例性系統的框圖。具體實施例方式下面參考附圖描述本專利技術實施例。應注意，為清楚起見，在附圖和描述中省略了關于本領域技術人員已知但是與本專利技術無關的組件和過程的陳述和描述。本領域的技術人員可以理解，本專利技術的各方面可以被實施為系統(例如在線數字媒體商店、云計算服務、流媒體服務、電信網絡等)、裝置(例如蜂窩電話、便攜媒體播放器、個人計算機、電視機頂盒、或數字錄像機、或任意其它媒體播放器)、方法或計算機程序 產品。因此，本專利技術的各方面可以采取以下形式完全硬件實施例、完全軟件實施例(包括固件、駐留軟件、微代碼等)或組合軟件部分與硬件部分的實施例，本文可以一般地稱之為“電路”、“模塊”或“系統”。此外，本專利技術的各方面可以采取體現為一個或更多個計算機可讀介質的計算機程序產品的形式，該計算機可讀介質上體現有計算機可讀程序代碼。可以使用一個或更多個計算機可讀介質的任何組合。計算機可讀介質可以是計算機可讀信號介質或計算機可讀存儲介質。計算機可讀存儲介質例如可以是(但不限于)電的、磁的、光的、電磁的本文檔來自技高網...

【技術保護點】
一種在音頻幀序列中檢測重復模式的方法，包括：計算該序列的第一相似度矩陣的相似度值，所述第一相似度矩陣具有第一分辨率；根據所述相似度值估計自適應閾值，用于將所述相似度值分類為重復或非重復；以及針對具有高于所述第一分辨率的第二分辨率的第二相似度矩陣的一個或更多個偏移中的每一個，計算所述第二相似度矩陣中與該偏移相對應的相似度值；利用所述自適應閾值對計算出的相似度值進行分類，以獲得二值化數據；以及從所述二值化數據中檢測所述重復模式。

【技術特征摘要】

【專利技術屬性】
技術研發人員：蘆烈，程斌，
申請(專利權)人：杜比實驗室特許公司，
類型：發明
國別省市：