[发明专利]一种音频相似度的确定方法、装置和存储介质

权利要求书

1.一种音频相似度的确定方法，其特征在于，包括：

获取第一音频数据和第二音频数据；

分别对第一音频数据和第二音频数据进行归一化处理和高通滤波，得到第一音频数据对应的第一滤波后数据、以及第二音频数据对应的第二滤波后数据；

分别确定第一滤波后数据和第二滤波后数据的短时能量分布，得到第一滤波后数据对应的第一分布信息、以及第二滤波后数据对应的第二分布信息；

基于第一分布信息和第二分布信息计算第一音频数据和第二音频数据的相似度。

2.根据权利要求1所述的方法，其特征在于，所述分别对第一音频数据和第二音频数据进行归一化处理和高通滤波，得到第一音频数据对应的第一滤波后数据、以及第二音频数据对应的第二滤波后数据，包括：

分别对第一音频数据和第二音频数据进行采样，得到第一音频数据对应的第一采样点集合、以及第二音频数据对应的第二采样点集合；

分别对第一采样点集合中所有采样点和第二采样点集合中所有采样点进行归一化处理，得到第一采样点集合对应的第一处理后数据、以及第二采样点集合对应的第二处理后数据；

分别采用高通滤波器对第一处理后数据和第二处理后数据进行滤波，得到第一音频数据对应的第一滤波后数据、以及第二音频数据对应的第二滤波后数据。

3.根据权利要求2所述的方法，其特征在于，所述分别对第一采样点集合中所有采样点和第二采样点集合中所有采样点进行归一化处理，得到第一采样点集合对应的第一处理后数据、以及第二采样点集合对应的第二处理后数据，包括：

计算所述第一采样点集合中所有采样点的绝对值最大值，根据所述绝对值最大值将第一采样点集合中所有采样点的幅值调整到预设区间之间，得到第一采样点集合对应的第一处理后数据；

计算所述第二采样点集合中所有采样点的绝对值最大值，根据所述绝对值最大值将第二采样点集合中所有采样点的幅值调整到预设区间之间，得到第二采样点集合对应的第二处理后数据。

4.根据权利要求2所述的方法，其特征在于，所述分别采用高通滤波器对第一处理后数据和第二处理后数据进行滤波，得到第一音频数据对应的第一滤波后数据、以及第二音频数据对应的第二滤波后数据，包括：

对第一处理后数据进行预加重，采用高通滤波器对预加重后的第一处理后数据进行滤波，得到第一音频数据对应的第一滤波后数据；

对第二处理后数据进行预加重，采用高通滤波器对预加重后的第二处理后数据进行滤波，得到第二音频数据对应的第二滤波后数据。

5.根据权利要求1所述的方法，其特征在于，所述分别确定第一滤波后数据和第二滤波后数据的短时能量分布，得到第一滤波后数据对应的第一分布信息、以及第二滤波后数据对应的第二分布信息，包括：

获取汉明窗函数；

对第一滤波后数据进行点乘运算，将运算得到的结果与所述汉明窗函数进行卷积，得到第二滤波后数据对应的第一分布信息；

对第二滤波后数据进行点乘运算，将运算得到的结果与所述汉明窗函数进行卷积，得到第二滤波后数据对应的第二分布信息。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述基于第一分布信息和第二分布信息计算第一音频数据和第二音频数据的相似度，包括：

计算所述第一分布信息和第二分布信息的余弦相似度，得到第一音频数据和第二音频数据的相似度。

7.根据权利要求6所述的方法，其特征在于，所述计算所述第一分布信息和第二分布信息的余弦相似度之前，还包括：

去除第一分布信息的首尾静音片段，得到第一有效分布信息，所述首尾静音片段为音频数据首部和尾部中能量值低于预设阈值的采样点；

去除第二分布信息的首尾静音片段，得到第二有效分布信息；

所述计算所述第一分布信息和第二分布信息的余弦相似度，具体为：计算所述第一有效分布信息和第二有效分布信息的余弦相似度。