專利名稱：特定音響信號(hào)含有區(qū)間檢測系統(tǒng)及其方法以及程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及從作為參考信號(hào)的參考音響信號(hào)和比該參考音響信號(hào)長的儲(chǔ)存音響信號(hào)中探測相似的信號(hào)的位置的信號(hào)檢測，例如，將音樂CD(Compact Disc壓縮盤)的曲目的一部分作為參考信號(hào)用于音響信號(hào)檢測的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)。
即本發(fā)明將記錄在音樂CD上的特定音樂的一部分作為參考信號(hào)，檢測包含儲(chǔ)存音響信號(hào)中的參考信號(hào)的區(qū)間，由此，從龐大的數(shù)據(jù)庫例如從錄制有電視播放的曲目中檢索出將該音樂作為BGM(BackGround Music背景音樂)而使用的區(qū)間。
本申請(qǐng)以在2004年7月1日申請(qǐng)的專利申請(qǐng)2004-195995號(hào)為優(yōu)先權(quán)，在此引用其內(nèi)容。
背景技術(shù)：
如圖6所示，包含特定音響信號(hào)的區(qū)間檢測，通過在比稱為儲(chǔ)存信號(hào)的參考信號(hào)長的音響信號(hào)(儲(chǔ)存音響信號(hào))中，檢測出包含與稱為參考信號(hào)的特定音響信號(hào)(參考音響信號(hào))相似的聲音的相似區(qū)間。
此外，在本說明書中，檢測上述相似區(qū)間定義為檢測該相似區(qū)間開始的區(qū)間的起始時(shí)刻。
以往，作為檢測儲(chǔ)存信號(hào)中的與參考信號(hào)相似的區(qū)間的高速方法，有時(shí)序主動(dòng)搜索法等(例如專利第3065314號(hào)“高速信號(hào)搜索方法、裝置及其記錄介質(zhì)”)。
但是，如上所述的儲(chǔ)存信號(hào)中的參考信號(hào)的檢測方法多數(shù)是以儲(chǔ)存信號(hào)中的與參考信號(hào)相似的區(qū)間和參考信號(hào)幾乎相同為前提的。
因此，當(dāng)檢索信號(hào)中要檢測的音樂中疊加有解說等其他聲音的情況下(附加有相加噪聲的情況下)，該區(qū)間的音響信號(hào)與參考信號(hào)顯著不同，因而無法進(jìn)行檢測。
并且，包含作為BGM而使用的以音樂的檢測等為目的的特定音響信號(hào)的區(qū)間檢測方法，以往幾乎沒有例子，唯一有自優(yōu)化頻譜相關(guān)法(例如M.Abe and M.NishiguchiSelf-optimized Spectral Correlation Method for Background Music Indentification，Proc.IEEE ICME’02，Lausanne，Vol.1，333/336(2002))。
但是，上述自優(yōu)化頻譜相關(guān)法存在因其計(jì)算量的大進(jìn)行檢測非?；〞r(shí)間的問題。
因此，作為更高速地進(jìn)行包含特定音響信號(hào)的區(qū)間的檢測的方法，提出了分割一致搜索法(例如特開2004-102023“特定音響信號(hào)檢測方法、信號(hào)檢測裝置、信號(hào)檢測程序及記錄介質(zhì)”)。
<分割一致搜索法的概要>
其次，圖7表示上述分割一致搜索法的概要，以下對(duì)分割一致搜索法的處理步驟進(jìn)行說明。
首先，如圖7的步驟(a)，從參考信號(hào)及儲(chǔ)存信號(hào)的各聲音波形信號(hào)中抽出功率頻譜，得到各自的頻譜圖(spectrogram)。
接著，從參考信號(hào)的頻譜圖中等間隔地切出固定尺寸的小區(qū)域的頻譜圖。
在頻率軸方向以及時(shí)間軸方向，從原來的頻譜圖上切出各個(gè)的固定個(gè)數(shù)的頻譜圖上的點(diǎn)，由此，得到該小區(qū)域的頻譜圖。這些小區(qū)域頻譜圖也可以重疊。
將這樣切出的小區(qū)域的頻譜圖稱為小區(qū)域頻譜圖(small-region spectrogram)。
并且，將起始時(shí)刻記為ti、頻帶為ωm的參考信號(hào)中的小區(qū)域頻譜圖記為Fti，ωm。
另外，在儲(chǔ)存信號(hào)的頻譜圖中，將起始時(shí)刻記為t、將與頻帶為ωm的Fti，ωm相同尺寸的小區(qū)域頻譜圖記為Gt，ωm。
另外，在參考信號(hào)的頻譜圖中，設(shè)切出小區(qū)域頻譜圖Fti，ωm后的參考信號(hào)中的全部時(shí)刻ti的集合為TR(TR＝{t1，t2，…})，設(shè)全部頻帶ωm的集合為W(W＝{ω1，ω2，…})。
此外，為了吸收音量的變動(dòng)，各小區(qū)域頻譜圖的功率值按各小區(qū)域頻譜圖進(jìn)行標(biāo)準(zhǔn)化。
其次，如圖7的步驟(b)，對(duì)于參考信號(hào)中的各Fti，ωm，在頻帶ωm從儲(chǔ)存信號(hào)中搜索與Fti，ωm相似的時(shí)刻。
使用時(shí)序主動(dòng)搜索法(TAS專利第3065314號(hào)“高速信號(hào)搜索方法、裝置及其記錄介質(zhì)”)進(jìn)行該搜索。
此外，在此與Fti，ωm相似的時(shí)刻是Fti，ωm和Gt，ωm的小區(qū)域相似度s’P(Fti，ωm，Gt，ωm)超過小區(qū)域用搜索閾值s’Pth那樣的時(shí)刻t。
此外，在分割一致搜索法中，由于在具有該相似的小區(qū)域頻譜圖的時(shí)刻的搜索上使用TAS，因此，作為小區(qū)域相似度s’Pth(Fti，ωm，Gt， ωm)，使用Fti，ωm和Gt，ωm之間的直方圖重疊率。
將根據(jù)該直方圖重疊率的小區(qū)域相似度特別地稱為小區(qū)域直方圖相似度。
在此，簡單地說明上述時(shí)序主動(dòng)搜索法。時(shí)序主動(dòng)搜索法(TAS)的概要如圖8所示。
對(duì)于時(shí)序主動(dòng)搜索法來說，根據(jù)與參考信號(hào)的頻譜圖的直方圖重疊率的相似度，從儲(chǔ)存信號(hào)的頻譜圖中搜索與具有比閾值θ大的頻譜圖的參考信號(hào)相同長度的區(qū)域。
首先，說明頻譜圖X和頻譜圖Y中的直方圖重疊率。
在此，X和Y是在時(shí)間軸方向和頻率軸方向上相同尺寸的頻譜圖。
首先，在將頻譜圖上的各時(shí)刻的頻譜特征進(jìn)行標(biāo)準(zhǔn)化的基礎(chǔ)上，根據(jù)矢量量子化進(jìn)行代碼化，對(duì)各頻譜圖作成代碼(根據(jù)矢量量子化的代碼化而得到的代碼。矢量量子化代碼)序列(代碼串)。
其次，作為直方圖重疊率的計(jì)算，對(duì)各頻譜圖，作成對(duì)上述矢量量子化代碼的出現(xiàn)次數(shù)進(jìn)行了計(jì)數(shù)的直方圖(直方圖特征)。
并且，設(shè)hX和hY為X和Y的直方圖特征，則X和Y的直方圖重疊率Sh(hX，hY)根據(jù)以下所示的式(1)進(jìn)行運(yùn)算。
sh(hX,hY)=1DΣr=1Lmin(hγX,hγY)---(1)]]>此外，在此hγX和hγY是分別包含在hX和hY中的第γ個(gè)維值(bin)的次數(shù)(矢量量子化代碼的出現(xiàn)次數(shù))，L是直方圖的維值的數(shù)目，D是一個(gè)直方圖的總次數(shù)。
并且，在時(shí)序主動(dòng)搜索法中，將上述直方圖重疊率用于直方圖的相似度上。
在此，當(dāng)參考信號(hào)的頻譜圖和儲(chǔ)存信號(hào)中的區(qū)間t的頻譜圖的直方圖重疊率為S”(t)時(shí)，在時(shí)刻t比對(duì)后，如(2)式用S”(t)對(duì)到下一比對(duì)位置的跳躍寬度(skip width)進(jìn)行計(jì)算，使比對(duì)位置只移動(dòng)z，并重新計(jì)算跳躍寬度。
z=floor(D(θ-S′′(T))+1···ifS′′(t)<θ1···otherwise---(2)]]>在(2)式中，floor(x)是不超過x的最大整數(shù)。
時(shí)序主動(dòng)搜索法通過重復(fù)上述處理，進(jìn)行搜索處理。
并且，在比對(duì)后的區(qū)間的直方圖重疊率當(dāng)比θ大時(shí)，檢測出該區(qū)域作為與參考信號(hào)相似的區(qū)間。
另外，在時(shí)序主動(dòng)搜索法中，這樣通過跳躍減少比對(duì)次數(shù)，同時(shí)可不遺漏直方圖重疊率比閾值θ大的區(qū)域而進(jìn)行搜索。
其次，返回圖7，如圖7(c)，基于上述各小區(qū)域頻譜圖Fti，ωm的搜索結(jié)果，對(duì)于儲(chǔ)存信號(hào)中的各時(shí)刻t，統(tǒng)一小區(qū)域相似度，用以下的(3)式運(yùn)算求出t時(shí)刻的與參考信號(hào)的相似度(區(qū)間相似度)S’(t)。
S′(t)=1|TR|Σti∈TR(maxωm∈W(s′P(Fti,ωm,Gt+ti,ωm)))---(3)]]>在(3)式中，|TR|表示TR的要素?cái)?shù)。此外，對(duì)于Fti，ωm的搜索結(jié)果來說，在儲(chǔ)存信號(hào)的時(shí)刻t，當(dāng)Gt+ti，ωm沒有作為與Fti，ωm相似的小區(qū)域頻譜圖而被檢測出的情況下，即以下所示(4)式的情況下，該小區(qū)域頻譜圖間的相似度(小區(qū)域相似度)如(5)式。

s′P(Fti，ωm，Gt+ti，ωm)≤s′Pth…(4)[式5]s′P(Fti，ωm，Gt+ti，ωm)＝0 …(5)因此，在實(shí)際的搜索中，僅在當(dāng)Gt+ti，ωm沒有作為與Fti，ωm相似的小區(qū)域頻譜圖而被檢測出的情況下，在(3)式中累加s’P(Fti，ωm，Gt+ti，ωm)。
另外，在(3)式中，作為以下所示的(6)式，對(duì)于s’P(Fti，ωm，Gt+ti，ωm)，從全頻帶的集合W中選擇其值為最大的頻帶ωm。
maxωm∈W(s′P(Fti,ωm,Gt+ti,ωm))---(6)]]>執(zhí)行上述處理的理由在于對(duì)于參考信號(hào)中的相同時(shí)刻的多個(gè)不同頻帶的小區(qū)域頻譜圖，儲(chǔ)存信號(hào)中的相同時(shí)刻的不同的多個(gè)頻帶的小區(qū)域頻譜圖作為與這些相似的小區(qū)域頻譜圖而被檢測出的情況下，小區(qū)域直方圖相似度最高的頻帶即所疊加的聲音與靜音最接近，選擇可考慮為與參考信號(hào)的疊加最少的頻帶。
基于上述得到的區(qū)間相似度，在以區(qū)間相似度S’(t)比搜索閾值S’th大的時(shí)刻t為起始的區(qū)域檢測出參考信號(hào)。
但是，在上述的分割一致搜索法中，在某頻帶ωm，當(dāng)檢測出相似的小區(qū)域頻譜圖時(shí)，為計(jì)算Fti，ωm和Gt+ti，ωm的直方圖重疊率，該直方圖疊加率的計(jì)算需要時(shí)間，并且對(duì)于不相似的Fti，ωm和Gt+ti，ωm的組合，也要計(jì)算直方圖疊加率，因此，包含特定音響信號(hào)的區(qū)間的檢測需要很長時(shí)間。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種特定音響信號(hào)的區(qū)域的檢測系統(tǒng)，在通過上述公知方法中需要長時(shí)間進(jìn)行相似的小區(qū)域頻譜圖的檢測中，高速進(jìn)行參考信號(hào)及儲(chǔ)存信號(hào)的2個(gè)小區(qū)域頻譜圖是否相似的判斷，省略了無相似可能性的小區(qū)域頻譜圖的組合的相似性判斷，由此，與以往進(jìn)行比較，可高速進(jìn)行包含特定音響信號(hào)的區(qū)間的檢測。本發(fā)明的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，在作為比參考信號(hào)長的音響信號(hào)的儲(chǔ)存信號(hào)中檢測包含與特定音響信號(hào)即參考信號(hào)相似的聲音的區(qū)間，其特征在于，具有參考信號(hào)頻譜圖分割部，將作為參考信號(hào)的時(shí)間頻率頻譜圖的參考信號(hào)頻譜圖分割成稱為小區(qū)域參考信號(hào)頻譜圖的小區(qū)域的頻譜圖；小區(qū)域參考信號(hào)頻譜圖代碼化部，對(duì)小區(qū)域參考信號(hào)頻譜圖進(jìn)行代碼化，作為參考信號(hào)小區(qū)域代碼；小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，將作為儲(chǔ)存信號(hào)的時(shí)間頻譜圖的儲(chǔ)存信號(hào)頻譜圖中的、作為小區(qū)域的頻譜圖的小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行代碼化，作為儲(chǔ)存信號(hào)小區(qū)域代碼；相似小區(qū)域頻譜圖檢測部，根據(jù)代碼的相似度，從小區(qū)域儲(chǔ)存信號(hào)頻譜圖中檢測出與各小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域頻譜圖；區(qū)間相似度計(jì)算部，使用與小區(qū)域參考信號(hào)頻譜圖和與其相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖之間的小區(qū)域相似度，計(jì)算包含該小區(qū)域儲(chǔ)存信號(hào)頻譜圖的儲(chǔ)存信號(hào)的區(qū)間和參考信號(hào)的相似度；根據(jù)區(qū)間相似度，檢測儲(chǔ)存信號(hào)中包含的與參考信號(hào)相似的聲音的區(qū)間。
因此，相對(duì)于以往技術(shù)根據(jù)直方圖重疊率來判斷兩個(gè)小區(qū)域頻譜圖的相似性，本發(fā)明對(duì)2個(gè)小區(qū)域頻譜圖進(jìn)行代碼化，僅檢測相似性，因此，與以往例相比，能夠大幅度地削減運(yùn)算量，可高速地進(jìn)行特定音響信號(hào)含有區(qū)間的檢測。
在本發(fā)明的第1、2及3方面，小區(qū)域參考信號(hào)頻譜圖代碼化部以及小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，對(duì)各小區(qū)域頻譜圖分配代碼(稱為小區(qū)域代碼)，相似小區(qū)域頻譜圖檢測部根據(jù)上述小區(qū)域代碼的相似度，檢測與所述各區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖。即，僅根據(jù)小區(qū)域代碼的相似性來判斷兩個(gè)小區(qū)域頻譜圖的相似性。
由此，本發(fā)明的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)與計(jì)算直方圖重疊率的以往例相比較，無需進(jìn)行直方圖的計(jì)數(shù)處理等，從而能夠大幅度地削減運(yùn)算量，可更高速地進(jìn)行兩個(gè)小區(qū)域頻譜圖的相似性判斷，縮短特定音響信號(hào)含有區(qū)間檢測的時(shí)間。
在本發(fā)明的第4方面，小區(qū)域參考信號(hào)頻譜圖代碼化部和小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，作成各小區(qū)域頻譜圖的小區(qū)域代碼，相似小區(qū)域頻譜圖檢測部，根據(jù)小區(qū)域代碼的相似度，按順序?qū)λ龈餍^(qū)域參考信號(hào)頻譜圖與各小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行比較，僅檢測相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖，該各小區(qū)域儲(chǔ)存信號(hào)頻譜圖是將對(duì)應(yīng)頻帶的小區(qū)域儲(chǔ)存信號(hào)頻譜圖按時(shí)間順序排列的列表。
由此，本發(fā)明的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)與計(jì)算直方圖重疊率的以往例相比較，無需進(jìn)行直方圖的計(jì)數(shù)處理等，從而能夠大幅度地削減運(yùn)算量，可更高速地進(jìn)行兩個(gè)小區(qū)域頻譜圖的相似性判斷，縮短特定音響信號(hào)含有區(qū)間檢測的時(shí)間。
在本發(fā)明的第5及6方面，小區(qū)域參考信號(hào)頻譜圖代碼化部和小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，作成各小區(qū)域頻譜圖的小區(qū)域代碼，相似小區(qū)域頻譜圖檢測部，對(duì)所述各小區(qū)域參考信號(hào)頻譜圖，按每個(gè)對(duì)應(yīng)頻帶的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的各小區(qū)域代碼，準(zhǔn)備索引，該索引是表示了具有該小區(qū)域代碼的小區(qū)域儲(chǔ)存信號(hào)頻譜圖在儲(chǔ)存信號(hào)中出現(xiàn)的時(shí)刻的列表。另外，事先計(jì)算全部的小區(qū)域代碼間的相似度并作成表，對(duì)其進(jìn)行參考，由此，取出與小區(qū)域參考頻譜圖的小區(qū)域代碼相似的小區(qū)域符號(hào)，進(jìn)而通過參考所述索引，檢測出與該小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖。
由此，本發(fā)明的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)與計(jì)算直方圖重疊率的相比較，可更高速地進(jìn)行兩個(gè)小區(qū)域頻譜圖的相似性判斷，并且，如以往例那樣，由于對(duì)于不相似的兩個(gè)小區(qū)域頻譜圖不進(jìn)行比對(duì)，能夠省略無相似的可能性的小區(qū)域頻譜圖間的相似性判斷，可更高速地進(jìn)行特定音響信號(hào)含有區(qū)間檢測。


圖1是表示本發(fā)明的一實(shí)施例的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的一個(gè)構(gòu)成例的框圖。
圖2是說明圖1的特定聲音含有區(qū)間檢測系統(tǒng)的處理的概念圖。
圖3是表示按每個(gè)小區(qū)域代碼對(duì)使其相似度對(duì)應(yīng)的小區(qū)域代碼間相似度表的結(jié)構(gòu)的概念圖。
圖4是表示按每個(gè)小區(qū)域代碼將儲(chǔ)存信號(hào)小區(qū)域頻譜圖的出現(xiàn)時(shí)刻一覽化的索引的概念圖。
圖5是表示圖1所示的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的動(dòng)作例的流程圖。
圖6是說明特定音響信號(hào)含有區(qū)間檢測的概要的概念圖。
圖7是說明以往例中的分割一致搜索法的概要的概念圖。
圖8是用于說明TAS(時(shí)序主動(dòng)搜索法)的概念圖。
具體實(shí)施例方式
以下，參考

本發(fā)明的優(yōu)選實(shí)施例。但是，本發(fā)明并不限定于以下的各實(shí)施例，例如也可以使這些實(shí)施例的構(gòu)成要素間的適當(dāng)組合。
圖1是表示本發(fā)明的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的一實(shí)施例的框圖。圖1所示的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，是在比稱為儲(chǔ)存信號(hào)的參考信號(hào)長的音響信號(hào)中檢測包含與稱為參考信號(hào)的某個(gè)特定的音響信號(hào)相似的聲音的區(qū)間的系統(tǒng)，具體地說，是在具有CPU(Central Processing Unit中央處理器)或儲(chǔ)存器的普通的計(jì)算機(jī)上實(shí)現(xiàn)。
在該圖中，小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101對(duì)作為上述儲(chǔ)存信號(hào)的時(shí)間頻率頻譜圖的儲(chǔ)存信號(hào)頻譜圖中的、作為小區(qū)域頻譜圖的小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行代碼化，并作為儲(chǔ)存信號(hào)小區(qū)域代碼進(jìn)行輸出。
相似小區(qū)域頻譜圖檢測部102具有如下功能在內(nèi)部對(duì)小區(qū)域儲(chǔ)存信號(hào)頻譜圖的出現(xiàn)時(shí)刻進(jìn)行索引化；通過參考索引，檢測與小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖。即前者通過從小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101輸入的儲(chǔ)存信號(hào)小區(qū)域代碼，取代進(jìn)行區(qū)間檢測，詳細(xì)地檢測出小區(qū)域的頻譜圖的相似性，是抽出進(jìn)行區(qū)間檢測的時(shí)刻用的前處理，具體地說，生成圖4所示的索引。
后者用事先作成的小區(qū)域代碼相似度表(圖3)抽出與參考信號(hào)小區(qū)域代碼相似的小區(qū)域代碼，通過索引檢測出具有該小區(qū)域代碼的小區(qū)域參考信號(hào)頻譜圖，并輸出該出現(xiàn)時(shí)刻和小區(qū)域相似度。
參考信號(hào)頻譜圖分割部103將作為上述參考信號(hào)(被檢測信號(hào))的時(shí)間頻率頻譜圖的參考信號(hào)頻譜圖分割成稱為小區(qū)域參考信號(hào)頻譜圖的小區(qū)域的頻譜圖。
小區(qū)域參考信號(hào)頻譜圖代碼化部104對(duì)上述小區(qū)域參考信號(hào)頻譜圖進(jìn)行代碼化，并作為參考信號(hào)小區(qū)域代碼進(jìn)行輸出。
區(qū)間相似度計(jì)算部105使用在相似小區(qū)域頻譜圖檢測部102中所檢測出的小區(qū)域參考信號(hào)頻譜圖和與其相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖間的相似度(小區(qū)域相似度)，計(jì)算包含該相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的儲(chǔ)存信號(hào)的區(qū)間信號(hào)和參考信號(hào)的相似度(區(qū)間相似度)。
相似區(qū)域檢測部106根據(jù)上述區(qū)間相似度檢測包含與儲(chǔ)存信號(hào)中的參考信號(hào)相似的區(qū)域。
其次，參考圖1及圖2，對(duì)本發(fā)明的一實(shí)施方式的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的處理進(jìn)行說明。圖2是說明本發(fā)明的特定聲音含有區(qū)間檢測的處理過程的概念圖。
未圖示的儲(chǔ)存信號(hào)頻譜圖抽出部及參考信號(hào)頻譜圖抽出部讀入各自的儲(chǔ)存信號(hào)、參考信號(hào)的各聲音波形信號(hào)，分別抽出功率頻譜，作為儲(chǔ)存信號(hào)頻譜圖、參考信號(hào)頻譜圖進(jìn)行輸出。
并且，如圖2的步驟(a)所示，參考信號(hào)頻譜圖分割部103從參考信號(hào)頻譜圖中等間隔地切出固定尺寸(固定時(shí)間寬度)的小區(qū)域頻譜圖，作為小區(qū)域參考信號(hào)頻譜圖進(jìn)行輸出。
此外，切出小區(qū)域參考信號(hào)頻譜圖時(shí)，也可以在小區(qū)域參考信號(hào)頻譜圖間有疊加。
在此，參考信號(hào)頻譜圖分割部103，通過在頻率軸方向以及時(shí)間軸方向上從原來的頻譜圖上切出各個(gè)固定個(gè)數(shù)的頻譜圖上的點(diǎn)，由此，得到所述小區(qū)域參考信號(hào)頻譜圖。
將上述的小區(qū)域頻譜圖稱為小區(qū)域頻譜(small-region spectrogram)。
另外，以下將起始時(shí)刻為ti、頻帶為ωm的參考信號(hào)中的小區(qū)域頻譜圖表示為Fti，ωm。
同樣，在儲(chǔ)存信號(hào)的頻譜圖中，將起始時(shí)刻為t、頻帶為ωm的與上述Fti，ωm尺寸相同的小區(qū)域頻譜圖表示為Gt，ωm。
另外，在參考信號(hào)的頻譜圖中，設(shè)切出小區(qū)域頻譜圖Fti，ωm后的全部時(shí)刻ti的集合為TR(TR＝{t1，t2，…})，設(shè)全部頻帶ωm的集合為W(W＝{ω1，ω2，…})。此外，在此的W要素和TR的要素?cái)?shù)也可以分別為1。
此外，為了吸收音量的變動(dòng)，按各小區(qū)域頻譜圖將各小區(qū)域頻譜圖(小區(qū)域儲(chǔ)存信號(hào)頻譜圖及小區(qū)域參考信號(hào)頻譜圖)的功率頻譜進(jìn)行標(biāo)準(zhǔn)化。
即，根據(jù)小區(qū)域頻帶內(nèi)的該時(shí)刻的功率頻譜值的平均值，對(duì)小區(qū)域內(nèi)的各時(shí)刻的功率頻譜值進(jìn)行標(biāo)準(zhǔn)化。
其次，與在以往例的說明中所說明的分割一致搜索法相同，小區(qū)域參考信號(hào)頻譜圖代碼化部104從小區(qū)域參考信號(hào)頻譜圖Fti，ωm中抽出直方圖特征(雖然已經(jīng)在以往例的說明中進(jìn)行了敘述，但是，在對(duì)頻譜圖上的各時(shí)刻的頻譜特征進(jìn)行標(biāo)準(zhǔn)化的基礎(chǔ)上，通過矢量量子化進(jìn)行代碼化，對(duì)與代碼對(duì)應(yīng)的維值對(duì)各代碼的出現(xiàn)數(shù)進(jìn)行計(jì)數(shù)，得到直方圖)。
該直方圖特征是以直方圖的各維值的值(各矢量量子化代碼的小區(qū)域頻譜內(nèi)的出現(xiàn)次數(shù))為成分的特征矢量。
并且，小區(qū)域參考信號(hào)頻譜圖代碼化部104，通過矢量量子化按每個(gè)頻帶對(duì)該直方圖特征進(jìn)行代碼化，進(jìn)行各小區(qū)域參考信號(hào)頻譜圖的代碼化。
此外，在本發(fā)明中，矢量量子化是指將一個(gè)代碼分配給被給予的矢量的步驟。
與根據(jù)小區(qū)域參考信號(hào)頻譜圖代碼化部104的小區(qū)域參考信號(hào)頻譜圖的代碼化相同，小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101按各頻帶對(duì)各小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行代碼化。
在各頻帶中對(duì)小區(qū)域頻譜圖進(jìn)行代碼化時(shí)，小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101和小區(qū)域參考信號(hào)頻譜圖代碼化部104使用相同的代碼薄。
將在此得到的小區(qū)域頻譜圖的直方圖特征進(jìn)行代碼化后得到的代碼稱為小區(qū)域代碼(參考信號(hào)小區(qū)域代碼，儲(chǔ)存信號(hào)小區(qū)域代碼；這些按頻帶單位對(duì)直方圖進(jìn)行矢量量子化后的矢量量子化代碼)，將小區(qū)域參考信號(hào)頻譜圖Fti，ωm的參考信號(hào)小區(qū)域代碼表示為c(Fti，ωm)，將小區(qū)域儲(chǔ)存信號(hào)頻譜圖Gt，ωm的儲(chǔ)存信號(hào)小區(qū)域代碼表示為c(Gt，ωm)。
并且，這些小區(qū)域頻譜圖的代碼化也可以是不使用直方圖，分別將小區(qū)域參考信號(hào)頻譜圖以及小區(qū)域儲(chǔ)存信號(hào)頻譜圖上的各時(shí)刻的功率譜值作為特征矢量，通過矢量量子化對(duì)這些特征矢量進(jìn)行代碼化，作為各個(gè)參考小區(qū)域代碼以及儲(chǔ)存信號(hào)小區(qū)域代碼(與方案2中記載的結(jié)構(gòu)對(duì)應(yīng))。
此外，相似小區(qū)域頻譜圖檢測部102，將參考信號(hào)小區(qū)域代碼及儲(chǔ)存信號(hào)小區(qū)域代碼間的相似度作為小區(qū)域參考信號(hào)頻譜圖和小區(qū)域儲(chǔ)存信號(hào)頻譜之間的相似度，如圖2的步驟(b)，對(duì)于各小區(qū)域參考信號(hào)頻譜圖Fti，ωm，從儲(chǔ)存信號(hào)頻譜圖中檢測出相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖。
此外，如圖3所示，相似小區(qū)域頻譜圖檢測部102，按每個(gè)小區(qū)域代碼對(duì)，在表上定義其相似度(小區(qū)域代碼間相似度)(相似小區(qū)域頻譜圖檢測部102使內(nèi)部的存儲(chǔ)部進(jìn)行存儲(chǔ))，通過參考該表(稱為小區(qū)域代碼間相似度表)，可以得知參考信號(hào)小區(qū)域代碼和儲(chǔ)存信號(hào)小區(qū)域代碼間的相似度。
圖3表示上述小區(qū)域代碼間相似度表的結(jié)構(gòu)。在該表中，υ(ωm，j，k)表示頻帶ωm中的小區(qū)域代碼q(ωm，j)以及小區(qū)域代碼q(ωm，k)之間的小區(qū)域代碼間相似度。
此外，在此，頻帶ωm中的小區(qū)域代碼表示為q(ωm，1)，q(ωm，2)，…。
并且，相似小區(qū)域頻譜圖檢測部102計(jì)算小區(qū)域代碼q(ωm，j)和q(ωm，k)的代表矢量間的距離，當(dāng)所計(jì)算出的距離較小時(shí)將較大的值設(shè)為υ(ωm，j，k)，當(dāng)距離較大時(shí)設(shè)為較小的值為υ(ωm，j，k)。例如有使用歐幾里德距離(Euclidean distance)計(jì)算代表矢量間的距離的方法。
此外，在本實(shí)施例中，將υ(ωm，j，k)定義為從0到1的實(shí)數(shù)值。即，在各頻帶ωm，進(jìn)行運(yùn)算使得距離最大時(shí)υ(ωm，j，k)為0、距離最小時(shí)υ(ωm，j，k)為1。
并且，F(xiàn)ti，ωm和Gt，ωm的小區(qū)域相似度sP(Fti，ωm，Gt，ωm)定義為υ(ωm，c(Fti，ωm)，c(Gt+ti，ωm))。
在此，與Fti，ωm相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖是Fti，ωm和Gt，ωm的小區(qū)域相似度sP(Fti，ωm，Gt，ωm)超過所設(shè)定的小區(qū)域搜索閾值sPth那樣的小區(qū)域頻譜圖Gt，ωm。
在此，例如為了閾值設(shè)定，事先在多個(gè)參考信號(hào)以及儲(chǔ)存信號(hào)中實(shí)驗(yàn)性地進(jìn)行測定，沒有相似區(qū)間的檢索遺漏，或者求出較少值，設(shè)定小區(qū)域搜索閾值sPth。
此外，該sPth也可以在W的所有頻帶設(shè)定相同的值，還可以按頻帶設(shè)定不同的值。在本實(shí)施例中設(shè)定相同的值。
即，如圖4所示，在相似小區(qū)域頻譜圖檢測部102中，按每個(gè)儲(chǔ)存信號(hào)頻譜圖的小區(qū)域代碼，使用對(duì)小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行分類后的索引，參考圖3所示的小區(qū)域代碼間相似度表，由此，檢測小區(qū)域儲(chǔ)存信號(hào)頻譜圖，該小區(qū)域儲(chǔ)存信號(hào)頻譜圖具有與參考信號(hào)小區(qū)域代碼c(Fti，ωm)相似的儲(chǔ)存信號(hào)小區(qū)域代碼，即與c(Fti，ωm)的小區(qū)域代碼間相似度超過小區(qū)域用搜索閾值sPth的小區(qū)域代碼。這是通過從圖4的索引參照具有小區(qū)域代碼的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的出現(xiàn)位置(時(shí)刻)的列表來執(zhí)行的，所有該小區(qū)域代碼相對(duì)于各Fti，ωm，具有比小區(qū)域用搜索閾值sPth大的與c(Fti，ωm)間的小區(qū)域代碼間相似度。
并且，在圖4的索引中，在儲(chǔ)存信號(hào)小區(qū)域代碼上具有q(ωm，j)的全部的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的時(shí)刻作為按時(shí)序進(jìn)行排列的排列而存儲(chǔ)在q(ωm，j)指向的列表(時(shí)刻排列；橫向排列)上。
此外，該相似小區(qū)域頻譜圖檢測部102，對(duì)于各小區(qū)域參考信號(hào)頻譜圖，根據(jù)小區(qū)域代碼的相似度，將相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖、對(duì)應(yīng)的頻帶的小區(qū)域儲(chǔ)存信號(hào)頻譜圖按時(shí)間順序排列的列表的各小區(qū)域儲(chǔ)存信號(hào)頻譜圖和該儲(chǔ)存信號(hào)頻譜圖按順序進(jìn)行比較，可僅檢測相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖(方案4記載的結(jié)構(gòu))。
即，相似小區(qū)域頻譜圖檢測部102，對(duì)于上述各小區(qū)域參考信號(hào)頻譜圖，也可以根據(jù)小區(qū)域代碼的相似度，按順序和將對(duì)應(yīng)頻帶的小區(qū)域儲(chǔ)存信號(hào)頻譜圖按時(shí)間順序排列的列表的各小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行比較，僅檢測相似小區(qū)域儲(chǔ)存信號(hào)頻譜圖。
區(qū)間相似度計(jì)算部105，根據(jù)小區(qū)域參考信號(hào)頻譜圖的參考信號(hào)中的出現(xiàn)時(shí)刻和與其相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的儲(chǔ)存信號(hào)中的出現(xiàn)時(shí)刻的位置關(guān)系，求出對(duì)包含參考信號(hào)和該小區(qū)域儲(chǔ)存信號(hào)頻譜圖的儲(chǔ)存信號(hào)中的區(qū)間的相似度(區(qū)間相似度)進(jìn)行計(jì)算的區(qū)間開始時(shí)刻t。并且，如圖2(c)所示，統(tǒng)一上述各小區(qū)域相似度，根據(jù)以下的(7)式求出t時(shí)刻的與參考信號(hào)頻譜圖的相似度(區(qū)間相似度)S(t)。
S(t)=1|TR||W|Σωm∈WΣti∈TR(sp(Fti,ωm,Gt+ti,ωm))---(7)]]>在此，|TR|表示時(shí)刻的集合TR的要素?cái)?shù)。|W|表示頻譜頻帶的集合W的要素?cái)?shù)。
此外，計(jì)算區(qū)間相似度時(shí)，在儲(chǔ)存信號(hào)的時(shí)刻t，當(dāng)Gt+ti，ωm沒有作為與Fti，ωm相似的小區(qū)域頻譜圖而被檢測出的情況下，即，如以下的(8)式所示，小區(qū)域相似度sP(Fti，ωm，Gt+ti，ωm)在小區(qū)域用搜索閾值sPth以下時(shí)，將小區(qū)域相似度sP(Fti，ωm，Gt+ti，ωm)設(shè)為以下的(9)式。
sP(Fti，ωm，Gt+ti，ωm)≤sPth …(8)[式9]sP(Fti，ωm，Gt+ti，ωm)＝0 …(9)在實(shí)際的搜索中，區(qū)間相似度計(jì)算部105在使用圖3和圖4的索引檢索中，當(dāng)Gt+ti，ωm作為與Fti，ωm相似的小區(qū)域頻譜圖而被檢測出的情況下，即，在圖3中的小區(qū)域相似度sP(Fti，ωm，Gt+ti，ωm)超出了所設(shè)定的小區(qū)域用搜索閾值sPth時(shí)，如圖(7)式所示，將sP(Fti，ω m，Gt+ti，ωm)累加到時(shí)刻t時(shí)的區(qū)間相似度S(t)上。并且，對(duì)于全部的小區(qū)域參考信號(hào)頻譜圖，當(dāng)與相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的小區(qū)域相似度的累加結(jié)束時(shí)，在各時(shí)刻t，將在t累加的結(jié)果用|TR|和|W|進(jìn)行除法運(yùn)算并進(jìn)行標(biāo)準(zhǔn)化，進(jìn)行求出t時(shí)刻的區(qū)間相似度S(t)。
并且，相似區(qū)域檢測部106，根據(jù)如上所述得到的區(qū)間相似度S(t)，在儲(chǔ)存信號(hào)頻譜圖中，將以區(qū)間相似度S(t)比搜索閾值Sth大的時(shí)刻t為起始的區(qū)間作為與參考信號(hào)頻譜圖相似的區(qū)間而檢測出。
此時(shí)，在相似區(qū)域檢測部106，上述搜索閾值Sth可以設(shè)定實(shí)驗(yàn)上或經(jīng)驗(yàn)上得到的值，另外，除此之外，能夠取得所得到的多個(gè)區(qū)間相似度S(t)的分布，進(jìn)行標(biāo)準(zhǔn)偏差的運(yùn)算，對(duì)于所得到的區(qū)間相似度S(t)的最大值，將-3σ的值作為搜索閾值Sth，來選擇相似的區(qū)間。
該-3可變更為其他實(shí)驗(yàn)測定得到的值。
其次，參考圖1及圖5，對(duì)本發(fā)明的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的動(dòng)作進(jìn)行說明。該圖5是表示圖1所示的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的動(dòng)作例的流程圖。
圖1的小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101從未圖示的儲(chǔ)存信號(hào)頻譜圖抽出部讀出儲(chǔ)存信號(hào)頻譜圖。
并且，小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101依次對(duì)儲(chǔ)存信號(hào)頻譜圖的小區(qū)域頻譜圖進(jìn)行代碼化。
從小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部101向相似小區(qū)域頻譜圖檢測部102提供通過上述處理得到的儲(chǔ)存信號(hào)小區(qū)域代碼(步驟S1)。
其次，相似小區(qū)域頻譜圖檢測部102將所供給的上述儲(chǔ)存信號(hào)小區(qū)域代碼進(jìn)行分類，生成圖4所示的索引(步驟S2)。
并且，參考信號(hào)頻譜圖分割部103，例如從文件(記錄有由未圖示的參考信號(hào)頻譜圖抽出部生成的參考信號(hào)頻譜圖的文件)中讀入?yún)⒖夹盘?hào)頻譜圖。
其次，參考信號(hào)頻譜圖分割部103，將這些分割成小區(qū)域參考信號(hào)頻譜圖，將分割后的小區(qū)域參考信號(hào)頻譜圖依次提供給小區(qū)域參考信號(hào)頻譜圖代碼化部104(步驟S3)。
并且，小區(qū)域參考信號(hào)頻譜圖代碼化部104依次對(duì)小區(qū)域參考信號(hào)頻譜圖進(jìn)行代碼化，將得到的參考信號(hào)小區(qū)域代碼c(Fti，ωm)和在該參考信號(hào)上的時(shí)刻ti提供給相似小區(qū)域頻譜圖檢測部102(步驟S4)。
其次，相似小區(qū)域頻譜圖檢測部102，對(duì)于小區(qū)域參考信號(hào)頻譜圖，參考存儲(chǔ)在內(nèi)部的圖3的小區(qū)域代碼間相似度表，將對(duì)應(yīng)的小區(qū)域代碼間相似度(小區(qū)域相似度)和小區(qū)域用搜索閾值進(jìn)行比較，取出超過該小區(qū)域用搜索閾值的小區(qū)域代碼。并且，用圖4的索引檢索該小區(qū)域代碼在儲(chǔ)存信號(hào)中出現(xiàn)的時(shí)刻t+ti。
進(jìn)而，基于具有相似的小區(qū)域代碼的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的出現(xiàn)位置t+ti，求出與參考信號(hào)相似的儲(chǔ)存信號(hào)的區(qū)間開始時(shí)刻t，使該小區(qū)域代碼間相似度(即小區(qū)域相似度)對(duì)應(yīng)于t并提供給區(qū)間相似度計(jì)算部105(步驟S5)。
并且，區(qū)間相似度計(jì)算部105，將小區(qū)域參考信號(hào)頻譜圖(Fti，ωm)和與其相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖(Gt+ti，ωm)間的小區(qū)域相似度sP累加到時(shí)刻t的區(qū)間相似度上(步驟S6)。
此時(shí)，區(qū)間相似度計(jì)算部105判斷是否從小區(qū)域參考信號(hào)頻譜圖代碼化部104對(duì)于全部的小區(qū)域參考信號(hào)頻譜圖供給參考信號(hào)小區(qū)域代碼、步驟S5及S6的處理是否已經(jīng)結(jié)束(步驟S7)。
并且，區(qū)間相似度計(jì)算部105判斷為對(duì)于全部的小區(qū)域參考信號(hào)頻譜圖已經(jīng)結(jié)束時(shí)，處理進(jìn)入步驟S8，當(dāng)判斷為沒有結(jié)束時(shí)，處理進(jìn)行步驟S5。
其次，區(qū)間相似度計(jì)算部105，用(7)式將累加后的各時(shí)刻的區(qū)間相似度以所提供的小區(qū)域參考信號(hào)頻譜圖的數(shù)目相除并進(jìn)行標(biāo)準(zhǔn)化(步驟S8)。
并且，相似區(qū)域區(qū)間檢測部106，使得在標(biāo)準(zhǔn)化后的區(qū)間相似度比搜索閾值Sth大的、以時(shí)刻t為起始的區(qū)間存在參考信號(hào)，輸出該時(shí)刻t，結(jié)束處理(步驟S9)。
另外，相似區(qū)域區(qū)間檢測部106也可以不輸出超過搜索閾值的多個(gè)區(qū)間，而僅輸出超過搜索閾值、具有最大區(qū)間相似度的區(qū)間。
其次，對(duì)使用上述實(shí)施例進(jìn)行的實(shí)驗(yàn)例進(jìn)行說明。
將上述實(shí)施例和作為以往技術(shù)的分割一致搜索法安裝到以下所示規(guī)格的個(gè)人計(jì)算機(jī)上，測量檢測速度，將實(shí)施例和以往例進(jìn)行比較。
CPU使用Intel(注冊(cè)商標(biāo))Xeon(注冊(cè)商標(biāo))3.2GHz，OS使用REDHAT(注冊(cè)商標(biāo))Linux(注冊(cè)商標(biāo))9，編譯器使用GNU gcc。
在此，執(zhí)行文件通過編譯器最佳化選項(xiàng)“-O3”進(jìn)行編譯。
另外，在本試驗(yàn)中，設(shè)頻率的頻帶數(shù)|W|為4，在從525Hz到2000Hz的頻帶上，將在對(duì)數(shù)軸上等間隔配置的28個(gè)帶通濾波器的每2毫秒的輸出的頻譜圖，沿頻率軸方向分割成4個(gè)頻帶。
此時(shí)，作為小區(qū)域參考信號(hào)頻譜圖，在上述各頻率頻帶上每隔0.6秒抽出長度100毫秒的頻譜。
并且，在實(shí)驗(yàn)中，從約30分鐘的音響信號(hào)(儲(chǔ)存信號(hào))中，作為約15秒的音樂斷片(參考信號(hào))，檢測出100個(gè)，測量各參考信號(hào)的檢測所需要的時(shí)間的平均值(檢測時(shí)間)。
實(shí)驗(yàn)的結(jié)果，作為平均的檢測時(shí)間，在以往的方法中大約需要0.58秒，在上述本發(fā)明的實(shí)施例中小于0.01秒，在單純的計(jì)算中，可進(jìn)行約70倍的高速檢測。
此外，此時(shí)儲(chǔ)存信號(hào)是音樂信號(hào)和聲音信號(hào)以功率比(音樂信號(hào)的功率/聲音信號(hào)的功率)為平均5dB進(jìn)行混合后的信號(hào)，此時(shí)搜索精度在以往方法為99.9％(參考特開2004-102023“特定音響信號(hào)檢測方法、信號(hào)檢測裝置、信號(hào)檢測程序及記錄介質(zhì)”)，在本實(shí)施例中是99.0％，判斷為搜索精度相同。
此外，也可以通過將用于實(shí)現(xiàn)圖1中特定音響信號(hào)含有區(qū)間檢測系統(tǒng)的功能的程序記錄到計(jì)算機(jī)可讀取的記錄介質(zhì)上，計(jì)算機(jī)系統(tǒng)讀入并執(zhí)行記錄在該記錄介質(zhì)上的程序，從而進(jìn)行特定音響信號(hào)含有區(qū)間檢測的處理。在此所說的“計(jì)算機(jī)系統(tǒng)”是包含OS或外圍設(shè)備等硬件的總稱。另外，“計(jì)算機(jī)系統(tǒng)”也包含具備主頁提供環(huán)境(或者顯示環(huán)境)的WWW系統(tǒng)。另外，“計(jì)算機(jī)可讀取的記錄介質(zhì)”是指軟盤、磁光盤、ROM、CD-ROM等可移動(dòng)介質(zhì)、內(nèi)置于計(jì)算機(jī)系統(tǒng)的硬盤等存儲(chǔ)裝置。進(jìn)而，“計(jì)算機(jī)可讀取的記錄介質(zhì)”還包括如經(jīng)因特網(wǎng)等網(wǎng)絡(luò)或電話線等通信線路發(fā)送程序的情況下成為服務(wù)器或客戶端的計(jì)算機(jī)系統(tǒng)內(nèi)部的非易失性存儲(chǔ)器(RAM)那樣將程序保持固定時(shí)間的介質(zhì)。
另外，上述程序也可以從在存儲(chǔ)裝置等中存儲(chǔ)該程序的計(jì)算機(jī)系統(tǒng)經(jīng)傳送介質(zhì)或者傳送介質(zhì)中的傳送波，傳送到其他的計(jì)算機(jī)系統(tǒng)。在此，傳送程序的“傳送介質(zhì)”是指如因特網(wǎng)等網(wǎng)絡(luò)(通信網(wǎng))或電話線等通信線路(通信線)那樣，具有傳送信息的功能的介質(zhì)。另外，上述程序也可以是實(shí)現(xiàn)上述功能的一部分的程序。進(jìn)而，也可以是將上述功能與已經(jīng)記錄在計(jì)算機(jī)系統(tǒng)上的程序進(jìn)行組合來實(shí)現(xiàn)的文件即所謂的差分文件(差分程序)。
工業(yè)上的可適用性相對(duì)以往技術(shù)根據(jù)直方圖重疊率判斷兩個(gè)小區(qū)域頻譜圖的相似性，本發(fā)明對(duì)兩個(gè)小區(qū)域頻譜圖進(jìn)行代碼化，通過索引僅檢測相似性，從而與以往例比較，可以大幅度地削減運(yùn)算量，高速地進(jìn)行特定音響信號(hào)含有區(qū)間的檢測。
權(quán)利要求
1.一種特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，在儲(chǔ)存信號(hào)中檢測包含與作為特定音響信號(hào)的參考信號(hào)相似的聲音的區(qū)間，其特征在于，具有參考信號(hào)頻譜圖分割部，將作為所述參考信號(hào)的時(shí)間頻率頻譜圖的參考信號(hào)頻譜圖分割成稱為小區(qū)域參考信號(hào)頻譜圖的小區(qū)域的頻譜圖；小區(qū)域參考信號(hào)頻譜圖代碼化部，對(duì)所述小區(qū)域參考信號(hào)頻譜圖進(jìn)行代碼化，作為參考信號(hào)小區(qū)域代碼；小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，將作為所述儲(chǔ)存信號(hào)的時(shí)間頻率頻譜圖的儲(chǔ)存信號(hào)頻譜圖中的、作為小區(qū)域的頻譜圖的小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行代碼化，作為儲(chǔ)存信號(hào)小區(qū)域代碼；相似小區(qū)域頻譜圖檢測部，根據(jù)代碼的相似度，從所述小區(qū)域儲(chǔ)存信號(hào)頻譜圖中檢測與所述各小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域頻譜圖；區(qū)間相似度計(jì)算部，在檢測出的儲(chǔ)存信號(hào)頻譜圖中，使用與小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖的小區(qū)域相似度，計(jì)算包含該小區(qū)域儲(chǔ)存信號(hào)頻譜圖的儲(chǔ)存信號(hào)的區(qū)間和參考信號(hào)的相似度，根據(jù)所述區(qū)間相似度，檢測儲(chǔ)存信號(hào)中包含的與參考信號(hào)相似的聲音的區(qū)間。
2.根據(jù)權(quán)利要求1記載的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，其特征在于小區(qū)域參考信號(hào)頻譜圖代碼化部以及小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，將小區(qū)域頻譜圖上的各點(diǎn)的功率頻譜值設(shè)為特征矢量，根據(jù)矢量量子化，分別對(duì)這些特征矢量進(jìn)行代碼化，分別作為參考信號(hào)小區(qū)域代碼、儲(chǔ)存信號(hào)小區(qū)域代碼。
3.根據(jù)權(quán)利要求1記載的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，其特征在于小區(qū)域參考信號(hào)頻譜圖代碼化部以及小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，根據(jù)矢量量子化，對(duì)小區(qū)域頻譜圖上的各時(shí)刻的頻譜特征進(jìn)行代碼化，作成按每個(gè)代碼對(duì)這些代碼的小區(qū)域頻譜圖內(nèi)的出現(xiàn)次數(shù)進(jìn)行計(jì)數(shù)的直方圖，生成以該直方圖的各維值的值為成分的作為特征矢量的直方圖特征，進(jìn)而根據(jù)矢量量子化對(duì)該直方圖特征進(jìn)行代碼化，分別作為參考信號(hào)小區(qū)域代碼、儲(chǔ)存信號(hào)小區(qū)域代碼。
4.根據(jù)權(quán)利要求1至3任意一項(xiàng)記載的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，其特征在于相似小區(qū)域頻譜圖檢測部，根據(jù)小區(qū)域代碼的相似度，按順序?qū)λ龈餍^(qū)域參考信號(hào)頻譜圖與各小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行比較，僅檢測相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖，該各小區(qū)域儲(chǔ)存信號(hào)頻譜圖是將對(duì)應(yīng)頻帶的小區(qū)域儲(chǔ)存信號(hào)頻譜圖按時(shí)間順序排列的列表。
5.根據(jù)權(quán)利要求1至3任意一項(xiàng)記載的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，其特征在于還具有小區(qū)域代碼間相似度表作成功能，對(duì)于所述小區(qū)域頻譜圖代碼化而得到的小區(qū)域代碼，事先計(jì)算全部的小區(qū)域代碼間的相似度，作成小區(qū)域代碼間相似度表，所述相似小區(qū)域頻譜圖檢測部，通過參考該小區(qū)域代碼間相似度表，判斷所述小區(qū)域參考信號(hào)頻譜圖和所述小區(qū)域儲(chǔ)存信號(hào)頻譜圖的相似性。
6.根據(jù)權(quán)利要求5所述的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)，其特征在于還具有索引作成功能，對(duì)于各頻帶的所述小區(qū)域儲(chǔ)存信號(hào)頻譜圖，使用所述小區(qū)域代碼作成對(duì)儲(chǔ)存信號(hào)中的出現(xiàn)時(shí)刻進(jìn)行分類的索引，所述相似小區(qū)域頻譜圖檢測部，使用與參考信號(hào)小區(qū)域代碼相似的小區(qū)域代碼，參考所述索引，將具有所選擇的小區(qū)域代碼的小區(qū)域儲(chǔ)存信號(hào)頻譜圖作為與小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行檢測，該參考信號(hào)小區(qū)域代碼是通過參考所述小區(qū)域代碼間相似度表而選擇的。
7.一種特定音響信號(hào)含有區(qū)間檢測方法，在儲(chǔ)存信號(hào)中檢測包含與作為特定音響信號(hào)的參考信號(hào)相似的聲音的區(qū)間，其特征在于，具有如下步驟參考信號(hào)頻譜圖分割步驟，將作為所述參考信號(hào)的時(shí)間頻率頻譜圖的參考信號(hào)頻譜圖分割成稱為小區(qū)域參考信號(hào)頻譜圖的小區(qū)域的頻譜圖；小區(qū)域參考信號(hào)頻譜圖代碼化步驟，對(duì)所述小區(qū)域參考信號(hào)頻譜圖進(jìn)行代碼化，作為參考信號(hào)小區(qū)域代碼；小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化步驟，將作為所述儲(chǔ)存信號(hào)的時(shí)間頻率頻譜圖的儲(chǔ)存信號(hào)頻譜圖中的、作為小區(qū)域的頻譜圖的小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行代碼化，作為儲(chǔ)存信號(hào)小區(qū)域代碼；相似小區(qū)域頻譜圖檢測步驟，根據(jù)代碼的相似度，從所述小區(qū)域儲(chǔ)存信號(hào)頻譜圖中檢測出與所述各小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域頻譜圖；區(qū)間相似度計(jì)算步驟，在所檢測出的儲(chǔ)存信號(hào)頻譜圖中，使用與小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域頻譜圖的小區(qū)域相似度，計(jì)算包含該小區(qū)域頻譜圖的儲(chǔ)存信號(hào)的區(qū)間與參考信號(hào)之間的相似度，根據(jù)所述區(qū)間相似度，檢測儲(chǔ)存信號(hào)中包含的與參考信號(hào)相似的聲音的區(qū)間。
8.根據(jù)權(quán)利要求7記載的特定音響信號(hào)含有區(qū)間檢測方法，其特征在于在小區(qū)域參考信號(hào)頻譜圖代碼化步驟以及小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化步驟中，設(shè)小區(qū)域頻譜圖上的各點(diǎn)的功率值為特征矢量，根據(jù)矢量量子化，分別對(duì)這些特征矢量進(jìn)行代碼化，分別作為參考信號(hào)小區(qū)域代碼、儲(chǔ)存信號(hào)小區(qū)域代碼。
9.根據(jù)權(quán)利要求7記載的特定音響信號(hào)含有區(qū)間檢測方法，其特征在于在小區(qū)域參考信號(hào)頻譜圖代碼化步驟以及小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化步驟中，根據(jù)矢量量子化，對(duì)小區(qū)域頻譜圖上的各時(shí)刻的頻譜特征進(jìn)行代碼化，作成按每個(gè)代碼對(duì)這些代碼的小區(qū)域頻譜圖內(nèi)的出現(xiàn)次數(shù)進(jìn)行計(jì)數(shù)的直方圖，生成以該直方圖的各維值的值為成分的作為特征矢量的直方圖特征，進(jìn)而根據(jù)矢量量子化對(duì)該直方圖特征進(jìn)行代碼化，分別作為參考信號(hào)小區(qū)域代碼、儲(chǔ)存信號(hào)小區(qū)域代碼。
10.根據(jù)權(quán)利要求7至9任意一項(xiàng)記載的特定音響信號(hào)含有區(qū)間檢測方法，其特征在于在相似小區(qū)域頻譜圖檢測步驟中，根據(jù)小區(qū)域代碼的相似度，按順序?qū)λ龈餍^(qū)域參考信號(hào)頻譜圖與各小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行比較，僅檢測相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖，該各小區(qū)域儲(chǔ)存信號(hào)頻譜圖是將對(duì)應(yīng)頻帶的小區(qū)域儲(chǔ)存信號(hào)頻譜圖按時(shí)間順序排列的列表。
11.根據(jù)權(quán)利要求7至9任意一項(xiàng)記載的特定音響信號(hào)含有區(qū)間檢測方法，其特征在于還具有如下步驟，對(duì)于所述小區(qū)域頻譜圖代碼化而得到的小區(qū)域代碼，事先計(jì)算全部的小區(qū)域代碼間的相似度，作成小區(qū)域代碼間相似度表，在所述相似小區(qū)域頻譜圖檢測步驟中，通過參考該小區(qū)域代碼間相似度表，判斷所述小區(qū)域參考信號(hào)頻譜圖與所述小區(qū)域儲(chǔ)存信號(hào)頻譜圖之間的相似性。
12.根據(jù)權(quán)利要求11記載的特定音響信號(hào)含有區(qū)間檢測方法，其特征在于還具有索引作成步驟，對(duì)于各頻帶的所述小區(qū)域儲(chǔ)存信號(hào)頻譜圖，使用所述小區(qū)域代碼作成對(duì)儲(chǔ)存信號(hào)中的出現(xiàn)時(shí)刻進(jìn)行分類后的索引，在所述相似小區(qū)域頻譜圖檢測步驟中，使用與參考信號(hào)小區(qū)域代碼相似的小區(qū)域代碼，參考所述索引，將具有所選擇的小區(qū)域代碼的小區(qū)域儲(chǔ)存信號(hào)頻譜圖作為與小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行檢測，該參考信號(hào)小區(qū)域代碼是通過參考所述小區(qū)域代碼間相似度表而選擇的。
13.一種特定音響信號(hào)含有區(qū)間檢測處理程序，該程序使計(jì)算機(jī)作為權(quán)利要求1至6的任意一項(xiàng)記載的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)而起作用。
14.一種計(jì)算機(jī)可讀取的記錄介質(zhì)，其記錄了權(quán)利要求13記載的特定音響信號(hào)含有區(qū)間檢測處理程序。
全文摘要
本發(fā)明是在儲(chǔ)存信號(hào)中檢測包含與參考信號(hào)相似的區(qū)間的特定音響信號(hào)含有區(qū)間檢測系統(tǒng)。具有參考信號(hào)頻譜圖分割部，將參考信號(hào)頻譜圖分割成小區(qū)域參考信號(hào)頻譜圖；小區(qū)域參考信號(hào)頻譜圖代碼化部，對(duì)小區(qū)域參考信號(hào)頻譜圖進(jìn)行代碼化，作為參考信號(hào)小區(qū)域代碼；小區(qū)域儲(chǔ)存信號(hào)頻譜圖代碼化部，對(duì)小區(qū)域儲(chǔ)存信號(hào)頻譜圖進(jìn)行代碼化，作為儲(chǔ)存信號(hào)小區(qū)域代碼；相似小區(qū)域頻譜圖檢測部，通過代碼相似度求出和小區(qū)域參考信號(hào)頻譜圖相似的小區(qū)域頻譜圖；區(qū)間相似度計(jì)算部，用小區(qū)域相似度，求出儲(chǔ)存信號(hào)的區(qū)間和參考信號(hào)的相似度。
文檔編號(hào)G10L15/10GK1910651SQ20058000249
公開日2007年2月7日 申請(qǐng)日期2005年7月1日 優(yōu)先權(quán)日2004年7月1日
發(fā)明者永野秀尚, 黑住隆行, 柏野邦夫 申請(qǐng)人:日本電信電話株式會(huì)社