[发明专利]声音分类装置、方法、程序及集成电路

权利要求书

1.一种声音分类装置，其特征在于，具备：

取得单元，取得音频信号；

区间特征提取单元，针对所述音频信号所包含的规定时间长度的多个区间的各个区间，提取作为与声音的频率分布有关的特征的区间特征；

基准区间特征存储单元，存储有多个基准区间特征，该基准区间特征是与所述区间特征进行比较的基准；

计算单元，针对所述多个区间的各个区间，将所述区间特征与各个所述基准区间特征进行比较，计算表示该区间特征与该基准区间特征之间的相关程度的区间类似度；

综合特征提取单元，针对所述音频信号提取综合特征，该综合特征是基于在所述多个区间的各个区间中计算出的多个区间类似度的、与多个区间有关的特征；

基准综合特征存储单元，存储有1个以上的基准综合特征，该基准综合特征是与所述综合特征进行比较的基准；以及

分类单元，比较所述音频信号的综合特征和所述基准综合特征，基于其结果，对该音频信号进行分类。

2.如权利要求1所述的声音分类装置，其特征在于，

所述综合特征提取单元针对所述音频信号，

按每个基准区间特征计算含有度，该含有度表示：与该基准区间特征之间的区间类似度比与其他全部基准区间特征之间的区间类似度高的区间以何种程度包含在该音频信号中，

提取由各基准区间特征在该音频信号中的所述含有度构成的综合特征。

3.如权利要求2所述的声音分类装置，其特征在于，

所述综合特征提取单元基于与该基准区间特征之间的区间类似度比与其他全部基准区间特征之间的区间类似度高的区间的总数相对于该音频信号所包含的区间的总数的比例，来计算各基准区间特征在所述音频信号中的所述含有度。

4.如权利要求3所述的声音分类装置，其特征在于，

所述基准区间特征存储单元还存储有与各基准区间特征对应的、在计算该基准区间特征的所述含有度中使用的系数，

所述综合特征提取单元将基准区间特征的所述含有度计算为所述比例与所述系数之积。

5.如权利要求2所述的声音分类装置，其特征在于，

所述区间特征提取单元具备：

音响特征提取部，针对所述多个区间的各个区间，提取表示该区间所含有的声音的MFCC即唛频率倒谱系数的音响特征；以及

基准音响特征存储部，存储有多个基准音响特征，该基准音响特征是与所述音响特征进行比较的基准；

所述区间特征是由音响类似度构成的数据，该音响类似度表示针对所述各个区间计算的音响特征与所述基准音响特征存储部所存储的各个基准音响特征之间的相关程度，

所述区间特征提取单元针对所述多个区间的各个区间，基于所述音响特征提取部所提取的音响特征和所述基准音响特征存储部所存储的基准音响特征，来提取该区间的区间特征。

6.如权利要求2所述的声音分类装置，其特征在于，

所述区间特征提取单元具备：

音响特征提取部，针对所述多个区间的各个区间，提取表示该区间所包含的声音的频谱的音响特征；以及

基准音响特征存储部，存储有多个基准音响特征，该基准音响特征是与所述音响特征进行比较的基准；

所述区间特征是由音响类似度构成的数据，该音响类似度表示针对所述各个区间计算的音响特征与所述基准音响特征存储部所存储的各个基准音响特征之间的相关程度；

所述区间特征提取单元针对所述多个区间的各个区间，基于所述音响特征提取部所提取的音响特征和所述基准音响特征存储部所存储的基准音响特征，来提取该区间的区间特征。

7.如权利要求5所述的声音分类装置，其特征在于，

所述基准综合特征存储单元与音频信号的分类目标即类别建立对应地存储有多个基准综合特征，

所述分类单元比较所述音频信号的综合特征和多个相互不同的所述基准综合特征，针对各个所述基准综合特征，求出表示该综合特征与该基准综合特征之间的相关程度的综合类似度，分类至与该综合特征之间的综合类似度最高的基准综合特征所对应的类别中。