[发明专利]音频内容的搜索装置

说明书

技术领域

本发明涉及音频内容的搜索装置。

背景技术

随着互联网的发展，搜索引擎成为人们上网必不可少的工具之一。传统的搜索引擎都是 基于文本搜索(Text Search)，称为是文本搜索引擎。其原理是：搜索引擎服务器收集大量 的网页；并根据已有的规则提取网页中的文本并做分词(Word Segmentation)处理，常见的 分词方法，例如：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法； 文本搜索引擎利用文本词库做索引表用于快速搜索。用户在进行搜索的时候，将文本输入到 服务器，服务器对该文本进行分词处理后，根据索引表进行快速的搜索，然后返回结果。

目前，搜索引擎都是基于文本的，即使是一些搜索图片或音频的搜索引擎也是通过图片 或音频节目的名称、说明、介绍、标签等文本信息进行搜索的。搜索引擎还没有直接通过音 频的信号内容进行搜索的。

音频指纹(audio fingerprinting)在很早以前就被提出来，例如，Jaap Haitsma和Ton Kalke在2002年音乐搜索进展国际会议(Proceedings of International Conference on Music Information Retrieval)上发表了“一种高可靠性的音频指纹系统”(A Highly Robust Audio Fingerprinting System)。这种系统通过信号处理的方法，将音频文件中每隔一段时间(例 如11.6ms)的音频信号，转化为一个32比特(bit)大小的指纹(fingerprint)，通过这种方法 一个音频文件就可以被转换成一个指纹文件。系统在对所有的音频指纹文件做索引表后，就 可以进行快速的音频指纹检索了。

在音频指纹文件数目较少(例如1万个)的情况下，可以将所有的指纹文件存入到计算机 内存中，进行索引后，可方便地进行快速的检索。上述“一种高可靠性的音频指纹系统”即 给出了这种方法的详细步骤。然而，在实际情况下，音频文件的数目要远远超过一万的数目。 例如，目前在互联网上出现的音频文件数目超过一千万数目，而且数量在不断增长。因此采 用这种方法很难做出实用的搜索引擎。

发明内容

为了解决上述技术问题，本发明提供一种音频内容的搜索装置，这种搜索引擎称为是音 频指纹搜索引擎(audio fingerprint search engine)。

本发明采用如下技术方案：

一种音频内容的搜索装置，包括：

音频指纹提取模块，用于提取多个音频文件的音频指纹；

音频指纹分词模块，与所述音频指纹提取模块相连接，用于对提取的音频指纹进行分词；

索引生成模块，与所述音频指纹分词模块相连接，用于根据分词结果生成音频指纹索引；

搜索模块，与所述索引生成模块相连接，用于提供利用该音频指纹索引搜索匹配的音频 文件。

进一步地，还包括连接于所述索引生成模块与所述搜索模块之间的存储模块，用于存储 音频指纹、所述音频指纹索引及其对应的音频文件。

本发明通过采用文本搜索引擎中的分词技术，在音频指纹文件上进行分词处理，然后采 用文本搜索领域中的索引技术对音频指纹进行索引处理，索引处理完成后，搜索引擎可以对 用户输入的音频片段进行搜索。不但方便了用户的搜索，而且提高了搜索的效率。

以下结合附图及实施例进一步说明本发明。

附图说明

图1为本发明音频指纹搜索装置实施例结构示意图。

具体实施方式

如图1所示，一种音频内容的搜索装置，包括：

音频指纹提取模块，用于提取多个音频文件的音频指纹；

音频指纹分词模块，与所述音频指纹提取模块相连接，用于对提取的音频指纹进行分词；

索引生成模块，与所述音频指纹分词模块相连接，用于根据分词结果生成音频指纹索引；

搜索模块，与所述索引生成模块相连接，用于提供利用该音频指纹索引搜索匹配的音频 文件。

其中，还包括连接于所述索引生成模块与所述搜索模块之间的存储模块，用于存储音频 指纹、所述音频指纹索引及其对应的音频文件。