[发明专利]复杂度可缩放的感知节拍估计

权利要求书

1.一种用于估计音频信号的感知突出的节奏的方法，该方法包括∶

确定来自该音频信号的调制谱，其中该调制谱包括指示该音频信号中的周期性的多个出现频率和相应的多个重要性值，其中该重要性值指示在该音频信号中的相应的出现频率的相对重要性；

将物理上突出的节奏确定为与该多个重要性值的最大值对应的出现频率；

从该调制谱确定音频信号的节拍度量；

从该调制谱确定感知节奏指示符，其中该感知节奏指示符包含以下中的一个或多个：该调制谱的矩心、该音频信号的节拍强度、以及该调制谱的混乱程度；以及

通过根据该节拍度量修改该物理上突出的节奏来确定感知突出的节奏，

其中该修改步骤考虑了该感知节奏指示符和物理上突出的节奏之间的关系。

2.如权利要求1所述的方法，其中该音频信号由沿着时间轴的PCM样本的序列表示，以及其中确定调制谱包括∶

从PCM样本的序列中选择多个接连的、部分重叠的子序列；

对于该多个接连的子序列确定具有谱分辨率的多个接连的功率谱；

利用感知非线性变换浓缩多个接连的功率谱的谱分辨率；以及

对该多个接连的浓缩的功率谱执行沿着该时间轴的谱分析，从而得到多个重要性值和它们的相应的出现频率。

3.如权利要求1所述的方法，其中该音频信号由沿着时间轴的接连的MDCT系数块的序列表示，以及其中确定调制谱包括∶

利用感知非线性变换浓缩块中的MDCT系数的数目；以及

对该接连的浓缩的MDCT系数块的序列执行沿着该时间轴的谱分析，从而得到多个重要性值和它们的相应的出现频率。

4.如权利要求1所述的方法，其中该音频信号由包括谱带复制数据和沿着时间轴的多个接连的帧的编码的比特流表示，以及其中确定调制谱包括∶

确定在该编码的比特流的帧序列中的谱带复制数据量相关联的有效载荷量的序列；

从该有效载荷量的序列中选择多个接连的、部分重叠的子序列；以及

对该多个接连的子序列执行沿着该时间轴的谱分析，从而输出多个重要性值和它们的相应的出现频率。

5.如权利要求1到4中的任何一个所述的方法，其中确定调制谱包括∶

将该多个重要性值乘以与它们的相应出现频率的人类感知偏好相关联的权重。

6.如权利要求1到4中的任何一个所述的方法，其中确定物理上突出的节奏包括∶

将物理上突出的节奏确定为与多个重要性值的绝对最大值对应的出现频率。

7.如权利要求1到4中的任何一个所述的方法，其中确定节拍度量包括∶

确定对于多个非零的频率滞后的调制谱的自相关；

识别自相关的最大值和相应的频率滞后；以及

基于相应的频率滞后和物理上突出的节奏确定节拍度量。

8.如权利要求1到4中的任何一个所述的方法，其中确定节拍度量包括∶

确定调制谱和分别与多个节拍度量对应的多个合成的拍击函数之间的互相关；以及

选择得到最大互相关的节拍度量。

9.如权利要求1到4中的任何一个所述的方法，其中该节拍度量是以下中的一个∶

在3/4节拍的情况下，为3；或

在4/4节拍的情况下，为2。

10.如权利要求1到4中的任何一个所述的方法，其中确定感知节奏指示符包括∶

将第一感知节奏指示符确定为通过该多个重要性值的最大值规格化的该多个重要性值的均值，其中该第一感知节奏指示符指示该调制谱的混乱程度。

11.如权利要求10所述的方法，其中确定感知突出的节奏包括∶

确定第一感知节奏指示符是否超过第一阈值；以及

只有当第一阈值被超过时，才修改该物理上突出的节奏。

12.如权利要求1到4中的任何一个所述的方法，其中确定感知节奏指示符包括∶

将第二感知节奏指示符确定为多个重要性值的最大重要性值，其中该第二感知节奏指示符指示该音频信号的节拍强度。

13.如权利要求12所述的方法，其中确定感知突出的节奏包括∶

确定第二感知节奏指示符是否低于第二阈值；以及

如果第二感知节奏指示符低于第二阈值，则修改物理上突出的节奏。