基于內容的數字音頻快速檢索技術綜述

糜增元

【摘要】 本文通過基于內容的數字音頻快速檢索專利技術申請文獻的檢索、統計和分析，依據音頻檢索流程分析了該技術領域的發展分支，特別針對特征提取、音頻分割等技術進行闡述。

【關鍵字】 音頻檢索 特征提取 語音 音頻分割

一、引言

基于人工輸入標注和屬性進行音頻檢索的傳統檢索方式存在以下缺陷：

1）當數據量越多時，人力工作量隨之加大；

2）對音頻的感知有時難以用文字表達清楚；

3）不支持實時音頻檢索，因此基于內容的音頻檢索技術應運而生。

基于內容的音頻檢索利用音頻信息的幅度、頻譜等物理特性，響度、音高、音色等聽覺特性和音頻類別、語義等特征進行檢索，能夠有效且快速獲得用戶所需的音頻資源。

二、主要技術發展路線以及專利申請情況分析

基于內容的數字音頻快速檢索技術使用數字音頻的聲學特征作為音頻指紋代替音頻內容數據本身進行檢索，音頻指紋相比音頻內容數據本身，數據量得到大幅的壓縮，有助于大量數字音頻內容的管理，使得音頻資源的管理更加規范高效。

檢索處理流程如下所述：

1）接收音頻流；

2）對音頻進行特征提取；

3）對音頻進行分割；

4）針對不同音頻組分采用不同處理方式。

以下，針對流程每一環節的技術分支進行進一步的闡述：

1）依照對采樣點提取特征的不同，音頻特征提取可分為時域特征的提取、頻域特征的提取、時域特征的提取，其中可提取的音頻時域特征有平均能量，過零率和線性預測系數等，而頻域特征的提取是利用傅里葉變換可分解出音頻信號的頻率成分，可提取的音頻頻域特征有帶寬、頻譜中心、諧音、音調等，對于時變劇烈的音頻信號，小波變換能夠抓住信號局部的時頻特性，提高信號分析的能力。

2） 音頻分割是比較相鄰兩個或幾個短時音頻特征，尋找發生突變的地方，在音頻特征發生突變的地方對連續的音頻流進行切分，把連續的音頻流變成時間長短不一的音頻片段，其主要包括：靜音分割：檢測音頻流中的靜音段作為突變點以進行分割；非靜音分割：檢測音頻流中音頻持續段作為音頻片段。

3） 音頻組分，根據對音頻數據內容的劃分可以知道，語音、音樂和其他聲響具有顯著不同的特性，因而目前的處理方法可以分為相應的三種：處理包含語音的音頻和不包含語音的音頻，后者又把音樂單獨劃分出來。換而言之，第一種是利用自動語音識別技術，后兩種是利用更一般性的音頻分析，以適合更廣泛的音頻媒體，如音樂和聲音效果，當然也包含數字化語音信號。

圖1表示基于內容的數字音頻快速檢索技術中針對不同音頻組分專利申請量情況.從圖1可以看出，針對語音檢索的專利申請量較多，這主要是由于其應用領域較廣，例如聲音識別、語音控制等，市場前景廣闊，能帶來可觀經濟效益，因此高校及企業均投入大量人力精力對其進行研究改進。

除此之外，對樂曲的快速檢索申請量也較多，主要涉及用戶利用示例音樂或是哼唱片段的檢索。

三、結語

通過對基于內容的音頻檢索技術的處理流程以及不同音頻組分申請量比重了解分析后，可以看出，目前主流研究方向仍是針對語音語義的創新研究。

參 考 文 獻

[1]鐘寶榮， 吳春輝，音頻檢索方法的研究，《長江大學學報（自然科學版）》，2008年6月第5卷第2期.

[2]藺國梁，基于壓縮域特征的音頻識別算法，《甘肅聯合大學學報（自然科學版）》，2011年第25卷第6期.