重音识别方法、装置及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108364660A(43)申请公布日2018.08.03(21)申请号201810132213.8(22)申请日2018.02.09(71)申请人腾讯音乐娱乐科技（深圳）有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人陈洲旋(74)专利代理机构北京三高永信知识产权代理有限责任公司11138代理人梁洪文(51)Int.Cl.G10L25/18(2013.01)G10H1/057(2006.01)G10H1/00(2006.01)权利要求书2页说明书13页附图5页(54)发明名称重音识别方法、装置及计算机可读存储介质(57)摘要本发明公开了一种重音识别方法、装置及计算机可读存储介质，属于信号处理技术领域。方法包括：从音频信号中提取第一预设频率范围内的信号，得到第一音频信号，第一预设频率范围为重音对应的频率范围；通过波形包络算法从第一音频信号中确定满足预设条件的多个目标采样点，并基于多个目标采样点对应的信号幅值确定波形包络信号；基于波形包络信号确定音频信号中的多个重音。本发明通过对音频信号进行整体过滤，得到主要包含有重音成分的第一音频信号，之后，智能设备可以通过对第一音频信号处理得到的波形包络信号识别音频信号中的多个重音，该多个重音不受音乐时长的限制，相较于相关技术中在每个音乐片段中识别一个重音，大大提高了识别准确性。CN108364660ACN108364660A权利要求书1/2页1.一种重音识别方法，其特征在于，所述方法包括：从音频信号中提取第一预设频率范围内的信号，得到第一音频信号，所述第一预设频率范围为重音对应的频率范围；通过波形包络算法从所述第一音频信号中确定满足预设条件的多个目标采样点，并基于所述多个目标采样点对应的信号幅值确定波形包络信号；基于所述波形包络信号确定所述音频信号中的多个重音。2.根据权利要求1所述的方法，其特征在于，所述从音频信号中提取第一预设频率范围内的信号，得到第一音频信号，包括：基于预设截止频率，通过低通滤波器对所述音频信号进行低通滤波，得到所述第一音频信号，所述预设截止频率为所述第一预设频率范围内的频率。3.根据权利要求1所述的方法，其特征在于，所述从音频信号中提取第一预设频率范围内的信号，得到第一音频信号，包括：将所述音频信号转换到频域，得到音频频谱信号；从所述音频频谱信号中确定频率大于预设频率的频点，并将确定的频点的频率设置为0，得到处理后的音频频谱信号，所述预设频率根据所述第一预设频率范围内的最大频率确定得到；将所述处理后的音频频谱信号转换到时域，得到所述第一音频信号。4.根据权利要求1-3任一所述的方法，其特征在于，所述通过波形包络算法从所述第一音频信号中确定满足预设条件的多个目标采样点，并基于所述多个目标采样点对应的信号幅值确定波形包络信号，包括：从所述第一音频信号包括的多个采样点中确定多个第一采样点，所述多个第一采样点中的任一第一采样点A对应的信号幅值大于与所述第一采样点A相邻的采样点所对应的信号幅值；从所述多个第一采样点中确定对应的信号幅值大于预设幅值的采样点，得到多个第二采样点；对于所述多个第二采样点中任意相邻的两个采样点，当所述相邻的两个采样点之间的距离小于预设距离时，将所述相邻的两个采样点中对应的信号幅值最大的采样点确定为目标采样点；将确定得到的多个目标采样点对应的信号幅值进行平滑处理，得到所述波形包络信号。5.根据权利要求1-3任一所述的方法，其特征在于，所述基于所述波形包络信号确定所述音频信号中的多个重音，包括：从所述波形包络信号中提取第二预设频率范围内的信号，得到第二音频信号，并对所述第二音频信号进行下采样，得到第三音频信号；从所述第三音频信号中确定最大信号幅值，并计算所述最大信号幅值与预设系数的乘积；将所述第三音频信号中信号幅值大于所述最大信号幅值与预设系数的乘积的多个采样点确定为所述音频信号中的多个重音。6.一种重音识别装置，其特征在于，所述装置包括：2CN108364660A权利要求书2/2页提取模块，用于从音频信号中提取第一预设频率范围内的信号，得到第一音频信号，所述第一预设频率范围为重音对应的频率范围；处理模块，用于通过波形包络算法从所述第一音频信号中确定满足预设条件的多个目标采样点，并基于所述多个目标采样点对应的信号幅值确定波形包络信号；确定模块，用于基于所述波形包络信号确定所述音频信号中的多个重音。7.根据权利要求6所述的装置，其特征在于，所述提取模块包括：滤波子模块，用于基于预设截止频率，通过低通滤波器对所述音频信号进行低通滤波，得到所述第一音频信号，所述预设截止频率为所述第一预设频率范围内的频率。8.根据权利要求6所述的装置，其特征在于