一種音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置，該方法包括：獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值；獲取音頻文件中的所有幀的總頻譜能量；獲取第一頻譜能量之和與總頻譜能量的比值，得到所述音頻文件的頻譜能量比；根據(jù)頻譜能量均值與頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值。本發(fā)明實(shí)施例通過獲得設(shè)定頻段的頻譜能量均值和音頻文件的頻譜能量比，然后根據(jù)頻譜能量均值與頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值，實(shí)現(xiàn)對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，為用戶通過節(jié)奏感強(qiáng)度選歌提供依據(jù)。
【專利說明】一種音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及音頻處理【技術(shù)領(lǐng)域】，尤其涉及一種音頻文件的節(jié)奏感強(qiáng)度獲取方法及
>J-U ρ?α裝直。

【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的發(fā)展，互聯(lián)網(wǎng)提供的歌曲的數(shù)量越來越多，動(dòng)輒幾百萬，甚至上千萬。而隨著用戶對音樂的需求不斷的提高，用戶從互聯(lián)網(wǎng)上獲取歌曲的方式也有所變化，從最初用戶通過互聯(lián)網(wǎng)主動(dòng)找歌，到現(xiàn)在音樂網(wǎng)站主動(dòng)向用戶推薦歌曲，用戶對音樂網(wǎng)站提出的要求越來越高。
[0003]音樂網(wǎng)站通過歌曲的曲風(fēng)、流派等信息，或者通過文本挖掘的方式，為用戶推薦歌曲，例如，通過用戶的標(biāo)注信息、歌單以及用戶評論信息等，挖掘出歌曲的節(jié)奏信息，為用戶提供曲風(fēng)類似的歌曲。由于互聯(lián)網(wǎng)上，很多歌曲的曲風(fēng)、流派等信息不全，因而通過曲風(fēng)、流派只能對用戶提供較為粗放的選歌方式，通過文本挖掘的方式，不能準(zhǔn)確地對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，從而使得文本挖掘的方式應(yīng)用面受限。


【發(fā)明內(nèi)容】

[0004]本發(fā)明實(shí)施例提供一種音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置，通過對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，為用戶通過節(jié)奏感強(qiáng)度選歌提供依據(jù)。
[0005]為達(dá)到上述目的，本發(fā)明的實(shí)施例采用如下技術(shù)方案:
[0006]一種音頻文件的節(jié)奏感強(qiáng)度獲取方法，該方法包括:
[0007]獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值；
[0008]獲取音頻文件中的所有幀的總頻譜能量；
[0009]獲取第一頻譜能量之和與總頻譜能量的比值，得到所述音頻文件的頻譜能量比；
[0010]根據(jù)頻譜能量均值與頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值。
[0011]一種音頻文件的節(jié)奏感強(qiáng)度獲取裝置，該裝置包括:
[0012]第一獲取模塊，用于獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值；
[0013]第二獲取模塊，用于獲取音頻文件中的所有幀的總頻譜能量；
[0014]第三獲取模塊，用于獲取第一頻譜能量之和與總頻譜能量的比值，得到音頻文件的頻譜能量比；
[0015]第四獲取模塊，用于根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值。
[0016]本發(fā)明實(shí)施例提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置，通過獲得設(shè)定頻段的頻譜能量均值和音頻文件的頻譜能量比，然后根據(jù)頻譜能量均值與頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值，實(shí)現(xiàn)對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，為用戶通過節(jié)奏感強(qiáng)度選歌提供依據(jù)。

【專利附圖】

【附圖說明】
[0017]圖1為本發(fā)明實(shí)施例一提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法的流程示意圖。
[0018]圖2為本發(fā)明實(shí)施例二提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法的流程示意圖。
[0019]圖3為圖2所示實(shí)施例中步驟230具體實(shí)現(xiàn)的一個(gè)流程示意圖。
[0020]圖4為圖3所示實(shí)施例中經(jīng)過步驟231處理后的頻譜能量示意圖。
[0021]圖5為圖3所示實(shí)施例中經(jīng)過步驟232處理后的頻譜能量示意圖。
[0022]圖6為本發(fā)明實(shí)施例三提供的音頻文件的節(jié)奏感強(qiáng)度獲取裝置的結(jié)構(gòu)示意圖。
[0023]圖7為本發(fā)明實(shí)施例四提供的音頻文件的節(jié)奏感強(qiáng)度獲取裝置的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0024]下面結(jié)合附圖對本發(fā)明實(shí)施例提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置進(jìn)行詳細(xì)描述。
[0025]很多歌曲聽起來具有明顯的節(jié)奏感，一般是通過鼓聲或者其它節(jié)奏樂器來表現(xiàn)的。而具有節(jié)奏感的歌曲，其節(jié)奏感強(qiáng)度也是不一樣的，例如，搖滾類歌曲具有很強(qiáng)的節(jié)奏感，而抒情歌曲的節(jié)奏感稍弱，還有的歌曲沒有鼓聲作為點(diǎn)綴，更有的歌曲幾乎沒有節(jié)奏感。本發(fā)明實(shí)施例通過對歌曲的節(jié)奏感強(qiáng)度進(jìn)行檢測，將檢測結(jié)果作為一個(gè)明確的描述節(jié)奏強(qiáng)度的數(shù)值，從而滿足用戶檢索歌曲的泛需求。
[0026]本發(fā)明實(shí)施例通過對歌曲的音頻進(jìn)行分析，能夠得到該歌曲的節(jié)奏感強(qiáng)度信息，從而使得用戶通過本發(fā)明實(shí)施例提供的節(jié)奏感強(qiáng)度檢索適合跳舞的歌曲。本發(fā)明實(shí)施例還可用于為用戶推薦某一類的歌曲，還可以根據(jù)用戶收藏的歌曲向用戶推薦用戶喜歡的歌曲，從而實(shí)現(xiàn)了用戶檢索歌曲的泛需求、場景分類、用戶的個(gè)性化推薦等。
[0027]實(shí)施例一:
[0028]圖1為本發(fā)明實(shí)施例一提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法的流程示意圖，如圖1所示，本發(fā)明實(shí)施例的音頻文件的節(jié)奏感強(qiáng)度獲取方法包括如下步驟:
[0029]步驟110，獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值。
[0030]步驟120，獲取音頻文件中的所有幀的總頻譜能量。
[0031]步驟130，獲取第一頻譜能量之和與總頻譜能量的比值，得到音頻文件的頻譜能量比。
[0032]步驟140，根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值。
[0033]在步驟110中，獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值的具體處理可以為:首先對音頻文件進(jìn)行解碼，以及重采樣，重采樣可直接采用國內(nèi)音樂的標(biāo)準(zhǔn)頻率44100Hz，之后對重采樣的音頻進(jìn)行分幀(可設(shè)置幀長為2048，幀間隔為256)，然后進(jìn)行漢寧窗處理，去除漢寧窗的邊界影響，再對分幀后的音頻進(jìn)行快速傅立葉變換，得到每幀音頻數(shù)據(jù)的頻譜，然后根據(jù)每幀音頻數(shù)據(jù)的頻譜計(jì)算所有幀在設(shè)定頻段的第一頻譜能量之和以及設(shè)定頻段的頻譜能量均值。其中，設(shè)定頻段的頻率范圍可以為50-150HZ，該頻段屬于語音頻譜的低頻范圍。
[0034]在步驟120中，先獲得每幀音頻數(shù)據(jù)的頻譜，然后獲取音頻文件中的所有幀的總頻譜能量。其中，獲得每幀音頻數(shù)據(jù)的頻譜可參考步驟110中相關(guān)的描述，在此不再對其進(jìn)行詳細(xì)描述。
[0035]需要說明的是，本發(fā)明實(shí)施例對步驟110與步驟120的執(zhí)行順序不做限制，步驟110和步驟120的執(zhí)行順序可以互換，可以不分先后。
[0036]本發(fā)明實(shí)施例提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法，通過獲得設(shè)定頻段的頻譜能量均值和音頻文件的頻譜能量比，然后根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值，實(shí)現(xiàn)對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，為用戶通過節(jié)奏感強(qiáng)度選歌提供依據(jù)。
[0037]實(shí)施例二:
[0038]圖2為本發(fā)明實(shí)施例二提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法的流程示意圖，如圖2所示，本發(fā)明實(shí)施例的音頻文件的節(jié)奏感強(qiáng)度獲取方法包括如下步驟:
[0039]步驟210，獲取音頻文件中的每一幀在設(shè)定頻段的頻譜能量。
[0040]步驟220，通過音頻文件中的所有幀對應(yīng)的頻譜能量獲取設(shè)定頻段的頻譜能量的變化曲線。
[0041]步驟230，通過變化曲線獲取設(shè)定頻段的頻譜能量均值。
[0042]步驟240，獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和。
[0043]步驟250，獲取音頻文件中的所有幀的總頻譜能量。
[0044]步驟260，獲取第一頻譜能量之和與總頻譜能量的比值，得到音頻文件的頻譜能量比。
[0045]步驟270，根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值。
[0046]本發(fā)明實(shí)施例中，設(shè)定頻段的頻率范圍可以為50-150HZ。
[0047]在步驟210中，獲取音頻文件中的每一幀在設(shè)定頻段的頻譜能量的具體處理步驟可以為:先獲得每幀音頻數(shù)據(jù)的頻譜，然后獲取音頻文件中的每一幀在設(shè)定頻段的頻譜能量。其中，獲得每幀音頻數(shù)據(jù)的頻譜可參考實(shí)施例一的步驟110中相關(guān)的描述，在此不再進(jìn)行詳細(xì)描述。
[0048]在步驟220中，將步驟210中獲取的每一幀在設(shè)定頻段的頻譜能量連接起來，可以得到一個(gè)向量，該向量描述的就是所述設(shè)定頻段的頻譜能量的變化曲線。例如:從音頻文件中的第一幀得到了設(shè)定頻段的頻譜能量ei，從第二幀得到了設(shè)定頻段的頻譜能量e2，…，從第η幀得到了設(shè)定頻段的頻譜能量％，綜合起來就得到:e1、e2、…、en#向量，從而獲得設(shè)定頻段的頻譜能量的變化曲線。
[0049]在步驟230中，在得到設(shè)定頻段的頻譜能量的變化曲線之后，需要提取出該設(shè)定頻段的周期性的能量信息，并且該設(shè)定頻段內(nèi)不同頻率的周期能量信息累加起來，例如，一首歌曲帶有兩種節(jié)奏感的樂器，存在兩個(gè)周期性的信息，該周期性的信息可能存在一個(gè)區(qū)間之內(nèi)，在一個(gè)區(qū)間之內(nèi)可能是大致周期性的，或者，在節(jié)拍打得有偏差的情況下，會(huì)導(dǎo)致在下一段與當(dāng)前段的信號發(fā)生偏移，此時(shí)音頻不是完全吻合的周期性信號。本發(fā)明實(shí)施例通過步驟230獲取設(shè)定頻段的頻譜能量均值，從而將上述情形考慮在內(nèi)，使得獲取到的節(jié)奏感強(qiáng)度更精確，具體步驟可如圖3所示。
[0050]在步驟240中，先獲得每幀音頻數(shù)據(jù)的頻譜，然后獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和。其中，獲得每幀音頻數(shù)據(jù)的頻譜可參考實(shí)施例一的步驟110中相關(guān)的描述，在此不再對其進(jìn)行詳細(xì)描述。需要說明的是，步驟240也可以在步驟210-230之間的任一步驟前執(zhí)行。
[0051]在步驟250中，先獲得每幀音頻數(shù)據(jù)的頻譜，然后獲取音頻文件中的所有幀的總頻譜能量。其中，獲得每幀音頻數(shù)據(jù)的頻譜可參考實(shí)施例一的步驟110中相關(guān)的描述，在此不再對其進(jìn)行詳細(xì)描述。需要說明的是，步驟250也可以在步驟210-240之間的任一步驟前執(zhí)行。
[0052]在步驟270中，根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值的處理可以具體為:獲取頻譜能量均值與頻譜能量的乘積，乘積為音頻文件的節(jié)奏感強(qiáng)度值。
[0053]圖3為步驟230的具體實(shí)現(xiàn)的一個(gè)流程示意圖。參照圖3，步驟230的具體實(shí)現(xiàn)可以包括如下步驟:
[0054]步驟231，將變化曲線進(jìn)行傅立葉變換，計(jì)算傅立葉變換之后的第二頻譜能量。
[0055]步驟232，對第二頻譜能量進(jìn)行傅立葉反變換，計(jì)算傅立葉反變換后的第三頻譜能量。
[0056]步驟233，計(jì)算第三頻譜能量的均值，得到設(shè)定頻段的頻譜能量均值。
[0057]以一個(gè)節(jié)奏感比較強(qiáng)的音頻文件的處理為示例，圖4為節(jié)奏感比較強(qiáng)的音頻經(jīng)過本實(shí)施例的步驟231處理后的頻譜能量示意圖，圖5為音頻經(jīng)過本實(shí)施例的步驟232處理后的頻譜能量示意圖。在圖4和圖5中，橫坐標(biāo)表示時(shí)間，具體時(shí)間與前述的分幀有關(guān)，也即與音頻文件的時(shí)長有關(guān)系，縱坐標(biāo)表示采樣量化后的編碼，既可以用功率表示單位，還可以通過取對數(shù)的方式以db為單位，db表示1logx,從圖4可以看出，其第二頻譜能量(specenergy I)值比較大，隱約可見，其中具有周期性的信息。從圖5可以看出，第三頻譜能量(spec energy 2)的值較大，而且具有明顯的周期性，并且其分布非常緊密，通過步驟233中計(jì)算第三頻譜能量的均值時(shí)，得到的頻譜能量值非常大，該頻譜能量值是本發(fā)明實(shí)施例在獲取節(jié)奏感輕度時(shí)所需要的，可以用來描述節(jié)奏感強(qiáng)度較大的一個(gè)分量。
[0058]實(shí)施例三:
[0059]圖6為本發(fā)明實(shí)施例三提供的音頻文件的節(jié)奏感強(qiáng)度獲取裝置的結(jié)構(gòu)示意圖，如圖6所示，本發(fā)明實(shí)施例的音頻文件的節(jié)奏感強(qiáng)度獲取裝置包括:
[0060]第一獲取模塊610，用于獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值。
[0061]第二獲取模塊620，用于獲取音頻文件中的所有幀的總頻譜能量。
[0062]第三獲取模塊630，用于獲取第一頻譜能量之和與總頻譜能量的比值，得到音頻文件的頻譜能量比。
[0063]第四獲取模塊640，用于根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值。
[0064]第一獲取模塊610可以首先對音頻文件進(jìn)行解碼，以及重采樣，重采樣可直接采用國內(nèi)音樂的標(biāo)準(zhǔn)頻率44100Hz，之后對重采樣的音頻進(jìn)行分幀(可設(shè)置幀長為2048，幀間隔為256)，然后進(jìn)行漢寧窗處理，去除邊界影響，再進(jìn)行快速傅立葉變換，得到每幀音頻數(shù)據(jù)的頻譜，然后計(jì)算所有幀在設(shè)定頻段的第一頻譜能量之和以及所述設(shè)定頻段的頻譜能量均值。其中，所述設(shè)定頻段的頻率范圍可以為50-150HZ。
[0065]第二獲取模塊620先獲得每幀音頻數(shù)據(jù)的頻譜，然后獲取所述音頻文件中的所有幀的總頻譜能量。其中，第二獲取模塊620獲得每幀音頻數(shù)據(jù)的頻譜可參考第一獲取模塊610獲得每幀音頻數(shù)據(jù)的頻譜的處理，在此不再進(jìn)行詳細(xì)描述。
[0066]本發(fā)明實(shí)施例提供的音頻文件的節(jié)奏感強(qiáng)度獲取裝置，通過第一獲取模塊610、第二獲取模塊620以及第三獲取模塊630獲得設(shè)定頻段的頻譜能量均值和音頻文件的頻譜能量比，然后通過第四獲取模塊640根據(jù)所述頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值，實(shí)現(xiàn)對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，為用戶通過節(jié)奏感強(qiáng)度選歌提供依據(jù)。
[0067]實(shí)施例四:
[0068]圖7為本發(fā)明實(shí)施例四提供的音頻文件的節(jié)奏感強(qiáng)度獲取裝置的結(jié)構(gòu)示意圖，如圖7所示，本發(fā)明實(shí)施例的音頻文件的節(jié)奏感強(qiáng)度獲取裝置包括:
[0069]第一獲取模塊610，用于獲取音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取設(shè)定頻段的頻譜能量均值。
[0070]第二獲取模塊620，用于獲取音頻文件中的所有幀的總頻譜能量。
[0071]第三獲取模塊630，用于獲取第一頻譜能量之和與總頻譜能量的比值，得到音頻文件的頻譜能量比。
[0072]第四獲取模塊640，用于根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值。
[0073]進(jìn)一步地，第一獲取模塊610可以包括以下幾個(gè)單元:
[0074]第一獲取單元611，用于獲取音頻文件中的每一幀在設(shè)定頻段的頻譜能量。
[0075]第二獲取單元612，用于通過音頻文件中的所有幀對應(yīng)的頻譜能量獲取設(shè)定頻段的頻譜能量的變化曲線。
[0076]第三獲取單元613，用于通過變化曲線獲取所述設(shè)定頻段的頻譜能量均值。
[0077]更進(jìn)一步地，所述第三獲取單元613可以包括以下幾個(gè)單元:
[0078]第一計(jì)算子單元6131，用于將所述變化曲線進(jìn)行傅立葉變換，計(jì)算所述傅立葉變換之后的第二頻譜能量。
[0079]第二計(jì)算子單元6132，用于對所述第二頻譜能量進(jìn)行傅立葉反變換，計(jì)算所述傅立葉反變換后的第三頻譜能量。
[0080]第三計(jì)算子單元6133，用于計(jì)算所述第三頻譜能量的均值，得到所述設(shè)定頻段的頻譜能量均值。
[0081]通過上述對第一獲取模塊610及第三獲取單元613的進(jìn)一步的補(bǔ)充所產(chǎn)生的有益技術(shù)效果可參考實(shí)施例二中步驟230中所述的有益技術(shù)效果，在此不再贅述。
[0082]進(jìn)一步地，第四獲取模塊640可以包括:
[0083]第四獲取單元641，用于獲取所述頻譜能量均值與所述頻譜能量的乘積，所述乘積為所述音頻文件的節(jié)奏感強(qiáng)度值。
[0084]綜上所述，本發(fā)明實(shí)施例提供的音頻文件的節(jié)奏感強(qiáng)度獲取方法及裝置，通過獲得設(shè)定頻段的頻譜能量均值和音頻文件的頻譜能量比，然后根據(jù)頻譜能量均值與頻譜能量比獲取音頻文件的節(jié)奏感強(qiáng)度值，實(shí)現(xiàn)對歌曲的節(jié)奏感強(qiáng)度進(jìn)行量化，為用戶通過節(jié)奏感強(qiáng)度選歌提供依據(jù)。
[0085]為了證明本發(fā)明實(shí)施例的有效性，通過近2000首歌，從其中按照曲風(fēng)、流派等分布抽取了 100首歌進(jìn)行主觀評測，通過本發(fā)明實(shí)施例的技術(shù)方案獲取到的節(jié)奏感強(qiáng)度值有80 %左右的歌曲是準(zhǔn)確的，大概20 %的歌曲有較小程度的偏差；因此，本發(fā)明實(shí)施例完全能夠描述節(jié)奏感強(qiáng)度，并在工業(yè)界使用。
[0086]以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本【技術(shù)領(lǐng)域】的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【權(quán)利要求】
1.一種音頻文件的節(jié)奏感強(qiáng)度獲取方法，其特征在于，所述方法包括: 獲取所述音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取所述設(shè)定頻段的頻譜能量均值； 獲取所述音頻文件中的所有幀的總頻譜能量； 獲取所述第一頻譜能量之和與所述總頻譜能量的比值，得到所述音頻文件的頻譜能量比； 根據(jù)所述頻譜能量均值與所述頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述設(shè)定頻段的頻率范圍為50-150HZ。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述設(shè)定頻段的頻譜能量均值的步驟包括: 獲取所述音頻文件中的每一幀在所述設(shè)定頻段的頻譜能量； 通過所述音頻文件中的所有幀對應(yīng)的頻譜能量獲取所述設(shè)定頻段的頻譜能量的變化曲線； 通過所述變化曲線獲取所述設(shè)定頻段的頻譜能量均值。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述通過所述變化曲線獲取所述設(shè)定頻段的頻譜能量均值的步驟包括: 將所述變化曲線進(jìn)行傅立葉變換，計(jì)算所述傅立葉變換之后的第二頻譜能量； 對所述第二頻譜能量進(jìn)行傅立葉反變換，計(jì)算所述傅立葉反變換后的第三頻譜能量； 計(jì)算所述第三頻譜能量的均值，得到所述設(shè)定頻段的頻譜能量均值。
5.根據(jù)權(quán)利要求1-4任一所述的方法，其特征在于，所述根據(jù)所述頻譜能量均值與所述頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值的步驟包括: 獲取所述頻譜能量均值與所述頻譜能量的乘積，所述乘積為所述音頻文件的節(jié)奏感強(qiáng)度值。
6.一種音頻文件的節(jié)奏感強(qiáng)度獲取裝置，其特征在于，所述裝置包括: 第一獲取模塊，用于獲取所述音頻文件中的所有幀在設(shè)定頻段的第一頻譜能量之和以及獲取所述設(shè)定頻段的頻譜能量均值； 第二獲取模塊，用于獲取所述音頻文件中的所有幀的總頻譜能量； 第三獲取模塊，用于獲取所述第一頻譜能量之和與所述總頻譜能量的比值，得到所述音頻文件的頻譜能量比； 第四獲取模塊，用于根據(jù)所述頻譜能量均值與所述頻譜能量比獲取所述音頻文件的節(jié)奏感強(qiáng)度值。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述設(shè)定頻段的頻率范圍為50-150HZ。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一獲取模塊包括: 第一獲取單元，用于獲取所述音頻文件中的每一幀在所述設(shè)定頻段的頻譜能量； 第二獲取單元，用于通過所述音頻文件中的所有幀對應(yīng)的頻譜能量獲取所述設(shè)定頻段的頻譜能量的變化曲線； 第三獲取單元，用于通過所述變化曲線獲取所述設(shè)定頻段的頻譜能量均值。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述第三獲取單元包括: 第一計(jì)算子單元，用于將所述變化曲線進(jìn)行傅立葉變換，計(jì)算所述傅立葉變換之后的第二頻譜能量； 第二計(jì)算子單元，用于對所述第二頻譜能量進(jìn)行傅立葉反變換，計(jì)算所述傅立葉反變換后的第三頻譜能量； 第三計(jì)算子單元，用于計(jì)算所述第三頻譜能量的均值，得到所述設(shè)定頻段的頻譜能量均值。
10.根據(jù)權(quán)利要求6-9任一所述的裝置，其特征在于，所述第四獲取模塊包括: 第四獲取單元，用于獲取所述頻譜能量均值與所述頻譜能量的乘積，所述乘積為所述音頻文件的節(jié)奏感強(qiáng)度值。
【文檔編號】G10L25/51GK104299621SQ201410524778
【公開日】2015年1月21日 申請日期:2014年10月8日 優(yōu)先權(quán)日:2014年10月8日
【發(fā)明者】王徽蓉 申請人:百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司