[发明专利]一种基于GLR的同源音频广告检索方法

说明书

本发明公开了一种基于GLR的同源音频广告检索方法，该方法采用广义似然比(Generalized Likelihood Ratio,简称：GLR)在音频文件中检测同源音频广告，主要包括以下步骤：(1)为提取的特征构建数据窗；(2)构建模型；(3)根绝构建的数据窗和模型，计算GLR值；(4)根据计算得到的GLR值，获得音频文件中的同源音频广告的位置。具有能准确检索到检索目标等优点。

技术领域

本发明涉及一种同源音频广告检索技术，特别涉及一种基于GLR的同源音频广告检索方法，该检索方法将构建数据窗和GLR引入了同源音频检索。

背景技术

随着网络技术的发展，网络上的音频越来越多，有些音频文件中包含了一些同源音频广告，如何在音频文件中检索到这些同源的音频广告，成了一个需要解决的问题。

在现有的同源音频检索方法中，为了减少计算量和节省存储量，主要是采用两步法(郑贵滨，2006，Zhang，2007，杨继臣，2010)，即第一步先确定出广告的大致位置，第二步再确定出准确的位置，在两步法中，第一步常采用的方法有分段法(郑贵滨，2006)，直方图法(Zhang，2007)和随机法(杨继臣2010)等。

在分段法中，当音频广告恰好在分段点或者被分段点分开时，这时候可能会存在漏检的问题，在随机法中，当检索步长选取得不合适时，也会存在漏检的问题，在直方图法中，在某些特殊的条件下，也会存在漏检的问题。

在两步法中，第一步比较关键，若第一步出现漏检的问题，一般情况下，第二步无法解决，以至于最终无法检索到检索目标。

现有技术中使用两步法的目的是为了节省计算量和节约计算机的存储量，近年来，随着计算机技术的发展，计算速度的提高和存储量的增加，目前节省计算量和节约计算机的存储量这两个问题都已经不再是问题了，如何才能准确地检索到同源音频广告成为了当前亟待解决的问题。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于GLR的同源音频广告检索方法，该同源音频广告检索方法是一种基于GLR的一步法的同源音频广告的检索技术，该同源音频广告检索方法实现简单，能准确检索到检索目标。

本发明的目的通过下述技术方案实现：一种基于GLR的同源音频广告检索方法，包括以下步骤：

步骤1、为提取的音频文件的特征构建数据窗；说明书附图图2示出了构建数据窗的处理过程；具体实现如下：首先对音频文件和音频广告进行加窗分帧，其次对分帧后的音频文件和音频广告提取特征，再次为音频文件的特征构建数据窗，首先在音频文件的特征开始处选取和音频广告一样长的数据窗，然后以一秒为单位，向前(即图2中的箭头指示的方向)滑动选取数据窗，滑动的距离为滑动步长，直至音频文件的特征结束；

步骤2、为数据窗和音频广告构建数据模型；说明书附图图3示出了构建数据模型的过程。首先把数据窗和音频广告特征进行合并，其次对这三块数据构建数据模型，假设两种数据模型，第一种假设数据窗和音频广告的特征数据分别属于两种不同的单一高斯分布，第二种假设大数据窗的特征数据属于同一种单一高斯分布。当数据窗向前滑动改变时，按照前面的步骤，合并新的数据窗和音频广告，并对它们构建数据模型，一直到音频文件特征结束；

步骤3、计算GLR值；对前面的不同数据假设的两种数据模型计算一系列的GLR值；计算公式为大数据窗的帧数乘以大数据窗特征的协方差矩阵的值的绝对值的对数值分别减去数据窗的帧数乘以各自特征的协方差矩阵的值的绝对值的对数值；

步骤4、获得音频广告的位置；对计算得到的GLR值，如果一个某个位置的GLR值既小于它之前的GLR值又小于它之后的GLR值，且它们三个又都小于某个实验最优值，那么该位置就是音频广告的开始位置。