[发明专利]对音频信号进行歌曲检测的方法和设备

说明书

技术领域

本发明涉及音频信号处理。更具体地，本发明的实施例涉及对音频信号进行歌曲检测的方法和设备。

背景技术

在许多音频应用中，音频信号被记录下来。例如在移动电话、平板计算机或其它便携设备的调频(FM)录音应用中，能够响应用户对录音按钮的操作或基于预订来记录FM节目。所记录的音频信号可包含歌曲(song)、话音(speech)(包含话音叠加音乐(speech-over-music))、噪声、静音等等。用户可能希望仅保存所记录的音频信号中的单独的歌曲。

已经提出了根据音频信号中音频分段(segment)的重复出现来从音频信号中检测歌曲的方案，其中假定重复的长音频分段是歌曲，而话音很少多次重复。在来自PopCatcher AB，Hastholmsvagen 28，5tr，131 40 Nacka，SWEDEN的PopCatcher因特网广播录音机应用(Internet Radio Recorder Application)中能够看到这种方案的示例性实现，这里通过引用将其合并进来以用于各种目的。

本章节中描述的方案是能够采用的方案，但不一定是先前已经构思或采用的方案。因此，除非另外指出，不应仅因为被包含在本章节中就假定本章节描述的任何方案适合作为现有技术。类似地，根据本章节而关于一个或更多个方案发现的问题不应被假定为任何现有技术中已经认识到的问题，除非另外指出。

发明内容

根据本发明一个实施例，提供了一种对音频信号进行歌曲检测的方法。音频信号的片段被分类为包括音乐的类别。音乐片段的类边界被检测为候选边界。导出包含由候选边界限定的一个或更多个非交叠部分的至少一个组合。每个部分满足下列条件：1)包含长于预定最小歌曲时长的至少一个音乐分段，以作为候选歌曲，2)短于预定最大歌曲时长，3)开始和结束于音乐片段，以及4)每个部分中音乐片段的比例大于预定最小比例。

根据本发明另一个实施例，提供了一种对音频信号进行歌曲检测的设备。设备包含分类单元、边界检测器和歌曲搜索器。分类单元把音频信号的片段分类为包括音乐的类别。边界检测器检测音乐片段的类边界以作为候选边界。歌曲搜索器导出包含由候选边界限定的一个或更多个非交叠部分的至少一个组合。每个部分满足下列条件：1)包含长于预定最小歌曲时长的至少一个音乐分段，以作为候选歌曲，2)短于预定最大歌曲时长，3)开始和结束于音乐片段，以及4)每个部分中音乐片段的比例大于预定最小比例。

下面参考附图详细描述本发明的进一步特性和优点，以及本发明各个实施例的结构和操作。应当注意，本发明不限于这里描述的具体实施例。在这里出现这样的实施例只是出于说明的目的。相关领域技术人员根据这里包含的指导会想到其它实施例。

附图说明

在附图中通过例子图解本发明，但这些例子不对本发明产生限制，图中用类似的附图标记表示类似的元件，其中：

图1是图示根据本发明一个实施例的用于对音频信号进行歌曲检测的示例设备的框图；

图2A是图示候选边界的检测的示意图；

图2B示出在1小时音频信号上计算的K-L散度(KLD，Kullback-Leibler Divergence)序列的示例；

图3是图示计算内容一致性距离的示例方法的示意图；

图4是图示分类结果和候选边界的示例的示意图；

图5是图示根据本发明一个实施例的对音频信号进行歌曲检测的示例方法的流程图；

图6是图示根据本发明一个实施例的用于对音频信号进行歌曲检测的示例设备的框图；

图7是图示对数似然差ΔBIC(t)和贝叶斯信息准则(BIC，Bayesian Information Criteria)窗口之间的关系的示意图；

图8是图示根据本发明一个实施例的对音频信号进行歌曲检测的示例方法的流程图；而

图9是图示用于实现本发明的各个方面的示例性系统的框图。

具体实施方式

下面参考附图描述本发明实施例。应当注意，出于清楚的目的，在附图和描述中省略了有关所属技术领域的技术人员知道但是与本发明无关的部分和过程的表示和说明。