專利名稱：：音頻分類方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及信息處理領(lǐng)域，尤其涉及一種音頻分類方法。
背景技術(shù)：
：在擴(kuò)展寬帶自適應(yīng)多碼率(AMR-WB+,ExtendedAdaptiveMulti-Rate-Wideband)編碼標(biāo)準(zhǔn)中核心編碼有兩種模式即代數(shù)碼本激勵(lì)線性預(yù)測(cè)(ACELP,AlgebraicCodeExcitedLinearPrediction)和傳輸變換編碼激勵(lì)(TCX,TransformCodedExcitation)模式，ACELP模式比較適合語(yǔ)音信號(hào)，而TCX模式對(duì)音樂(lè)信號(hào)的編碼效果比較好。在AMR-WB+標(biāo)準(zhǔn)中需要對(duì)每一幀信號(hào)進(jìn)行預(yù)先編碼，然后再選擇采用哪種最佳模式進(jìn)行編碼，但是對(duì)每幀信號(hào)都要進(jìn)行預(yù)先編碼處理，這樣會(huì)導(dǎo)致計(jì)算量非常龐大，故需要對(duì)信號(hào)進(jìn)行預(yù)先分類以減少計(jì)算量。而語(yǔ)音和音樂(lè)是音頻信號(hào)中最主要的兩類數(shù)據(jù)，因此對(duì)語(yǔ)音和音樂(lè)信號(hào)進(jìn)行區(qū)分也是提取音頻內(nèi)容語(yǔ)義和結(jié)構(gòu)的重要手段之一?，F(xiàn)有技術(shù)一是采用簡(jiǎn)單決策樹分類方法對(duì)音頻信號(hào)進(jìn)行多步多層次分類，該分類方法每一步都要根據(jù)一種或者幾種音頻特征及其閾值判斷音頻所屬的類別，其中，一般選擇的特征參數(shù)包含過(guò)零率、基因周期、頻帶中心、子帶能量、頻譜平滑(SF,SpectrumFlux)、Mel頻率倒謙參數(shù)(MCFF，MelFrequencyCepstralCoefficients)等。該現(xiàn)有技術(shù)對(duì)特征參數(shù)的選擇要求比較高，選擇的特征參數(shù)除必須具有較高的有效性、合理性和分類性能較好的特點(diǎn)外，還需要能夠充分表示音頻的重要分類特性，以及對(duì)環(huán)境具有較好的魯棒性和一般性，其中，一般性是指特征參數(shù)對(duì)各種類型的距離度量方法都能取到比較好的結(jié)果。現(xiàn)有技術(shù)二是采用分類器對(duì)音頻信號(hào)進(jìn)行分類，比較常見(jiàn)的分類器包括隱馬爾可夫模型(HMM，HiddenMarkovModel)、高斯混合模型(GMM，GaussianMixtureModel)和神經(jīng)網(wǎng)絡(luò)等，例如，HMM實(shí)質(zhì)上是一種雙隨機(jī)過(guò)程的有限狀態(tài)自動(dòng)機(jī)，它具有刻畫信號(hào)的時(shí)間隨機(jī)統(tǒng)計(jì)特性能力，并根據(jù)極大似然準(zhǔn)則判決音頻的類別?，F(xiàn)有技術(shù)一中每步都需要根據(jù)一種或幾種音頻特征及其閾值判斷音頻所屬的類別，因此該現(xiàn)有技術(shù)在提取性能較好的特征參數(shù)時(shí)的運(yùn)算量比較大，例如，提取MFCC參數(shù)需要進(jìn)行Mel濾波、離散余弦變換(DCT,DiscreteCosineTransform)等，故而增加了計(jì)算量，并且現(xiàn)有技術(shù)一還要受多個(gè)特征參數(shù)先后判斷順序的影響。另外，現(xiàn)有技術(shù)二中事先要對(duì)分類器進(jìn)行大量數(shù)據(jù)的訓(xùn)練，整個(gè)過(guò)程計(jì)算量較大，并且不易于硬件實(shí)現(xiàn)。因此，現(xiàn)有技術(shù)的缺陷是在音頻信號(hào)分類的過(guò)程中運(yùn)算量比較大。
發(fā)明內(nèi)容本發(fā)明要解決的技術(shù)問(wèn)題是提供一種音頻分類方法，該方法在對(duì)音頻信號(hào)進(jìn)行有效分類的同時(shí)又大大減少了運(yùn)算量。為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種音頻分類方法，該方法包括對(duì)輸入的音頻信號(hào)進(jìn)行預(yù)處理，再計(jì)算預(yù)處理過(guò)的音頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)；根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻譜包絡(luò)，再由計(jì)算得到的導(dǎo)傳對(duì)參數(shù)確定幅度差異值；根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限，再根據(jù)門限對(duì)音頻信號(hào)進(jìn)行分類。可選地，采用杜賓算法、格型算法或舒爾算法計(jì)算音頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)。可選地，上述根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻語(yǔ)包絡(luò)包括根據(jù)線性預(yù)測(cè)編碼系數(shù)得到線性預(yù)測(cè)誤差濾波器的傳遞函數(shù)，并由傳遞函數(shù)計(jì)算得到導(dǎo)譜對(duì)參數(shù)；根據(jù)導(dǎo)譜對(duì)參數(shù)設(shè)置濾波系數(shù)，再由濾波系數(shù)得到信號(hào)導(dǎo)譜對(duì)頻譜包絡(luò)?？蛇x地，上述根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻語(yǔ)包絡(luò)包括根據(jù)線性預(yù)測(cè)編碼系數(shù)計(jì)算得到線性預(yù)測(cè)誤差濾波器的傳遞函數(shù)，再由傳遞函數(shù)得到信號(hào)的線性預(yù)測(cè)編碼頻譜包絡(luò)?？蛇x地，上述由計(jì)算得到的導(dǎo)譜對(duì)參數(shù)確定幅度差異值包括確定導(dǎo)譜對(duì)參數(shù)在信號(hào)頻譜包絡(luò)中對(duì)應(yīng)的幅度值，再計(jì)算導(dǎo)譜對(duì)參數(shù)對(duì)應(yīng)幅度值之間的比值就可以得到幅度差異值?？蛇x地，上述由計(jì)算得到的導(dǎo)譜對(duì)參數(shù)確定幅度差異值包括選取相鄰導(dǎo)譜對(duì)參數(shù)之間的幅度值作為頻譜的代表點(diǎn)，再計(jì)算代表點(diǎn)對(duì)應(yīng)幅度值之間的比值就可以得到幅度差異值。其中，根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限包括計(jì)算幅度值對(duì)應(yīng)頻率點(diǎn)之間的差值，再計(jì)算幅度差異值和該差值的比值得到幅度差異值的變化量；對(duì)幅度差異值的變化量進(jìn)行統(tǒng)計(jì)，再根據(jù)統(tǒng)計(jì)結(jié)果設(shè)置門限?？蛇x地，根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限包括對(duì)幅度差異值進(jìn)行統(tǒng)計(jì)，再根據(jù)統(tǒng)計(jì)結(jié)果設(shè)置門限?？蛇x地，在對(duì)音頻信號(hào)進(jìn)行分類之前或之后進(jìn)一步包括采用過(guò)零率或基因周期對(duì)音頻信號(hào)進(jìn)行分類。可選地，采用對(duì)信號(hào)加窗或分幀方式對(duì)音頻信號(hào)進(jìn)行預(yù)處理。以上技術(shù)方案可以看出，本發(fā)明提供的音頻分類方法具有以下有益效果首先，本發(fā)明先計(jì)算信號(hào)的頻譜包絡(luò)，再根據(jù)頻譜幅度值對(duì)音頻信號(hào)進(jìn)行分類，與現(xiàn)有技術(shù)每步都要根據(jù)幾種音頻特征參數(shù)以及特征參數(shù)的闊值或者對(duì)分類器進(jìn)行大量數(shù)據(jù)的訓(xùn)練相比較，本發(fā)明在對(duì)音頻信號(hào)進(jìn)行分類的過(guò)程中大大減少了計(jì)算量。點(diǎn)，再計(jì)算代表點(diǎn)所對(duì)應(yīng)幅度值之間的差異值，這樣就不需要計(jì)算頻語(yǔ)所有頻率點(diǎn)之間的幅度差異值，進(jìn)而又進(jìn)一步減少了對(duì)音頻信號(hào)進(jìn)行分類所帶來(lái)的計(jì)算量，而且也提高了分類的準(zhǔn)確性。進(jìn)一步地，如果將本發(fā)明方法嵌入AMR-WB+標(biāo)準(zhǔn)的信號(hào)處理流程中時(shí)，由于導(dǎo)語(yǔ)對(duì)參數(shù)在選擇編碼模式之前就已經(jīng)計(jì)算好了，因此只需利用已求出的導(dǎo)譜對(duì)參數(shù)計(jì)算信號(hào)的頻譜包絡(luò)，然后再計(jì)算相應(yīng)頻率之間的幅度差異值就可以區(qū)分音頻信號(hào)了，這樣使對(duì)音頻信號(hào)分類的計(jì)算量非常小。進(jìn)一步地，由于本發(fā)明是通過(guò)計(jì)算頻譜幅度之間的比值得到幅度差異值，這樣可以避免由幅度值大小的波動(dòng)而引起的錯(cuò)誤判斷，從而提高了對(duì)音頻信號(hào)進(jìn)行分類的準(zhǔn)確性。進(jìn)一步地，由于本發(fā)明在根據(jù)幅度差異值的門限對(duì)音頻信號(hào)分類之前或之后又采用過(guò)零率或基因周期對(duì)音頻信號(hào)分類，這樣又進(jìn)一步提高了對(duì)音頻信號(hào)進(jìn)行分類的準(zhǔn)確性。進(jìn)一步地，由于本發(fā)明是利用導(dǎo)譜對(duì)參數(shù)對(duì)應(yīng)的頻譜幅度差異值來(lái)區(qū)分語(yǔ)音和音樂(lè)信號(hào)，這樣使本發(fā)明能夠提取一種容錯(cuò)性和抗噪性比較好的分類特征參數(shù)。最后，如果將本發(fā)明方法嵌入AMR-WB+標(biāo)準(zhǔn)的編碼流程之前，這樣就能夠在編碼之前就能夠較好地區(qū)分語(yǔ)音和音樂(lè)信號(hào)，因而在AMR-WB+標(biāo)準(zhǔn)的處理流程中就完全可以不采用預(yù)先編碼方式，直接采用相應(yīng)的編碼模式進(jìn)行編碼，這樣可以簡(jiǎn)化信號(hào)的處理流程，同時(shí)又可以大大減少編碼的計(jì)算量，進(jìn)而提高了編碼的效率。圖1是本發(fā)明方法實(shí)施例一的流程圖；圖2是頻譜包絡(luò)和導(dǎo)譜對(duì)參數(shù)的關(guān)系示意圖；圖3是本發(fā)明方法實(shí)施例二的流程圖。具體實(shí)施例方式語(yǔ)音信號(hào)的帶寬是在0.3赫茲與3.4千赫茲之間，而音樂(lè)信號(hào)的帶寬一般在22千赫茲左右；語(yǔ)音信號(hào)的頻率中心要比音樂(lè)信號(hào)的低，語(yǔ)音信號(hào)的能量主要集中在低頻段，而音樂(lè)信號(hào)的頻域能量分布比較均勻，因此語(yǔ)音信號(hào)的頻譜平滑(SF)參數(shù)明顯地要大于音樂(lè)信號(hào)的SF參數(shù)。根據(jù)上述理論和現(xiàn)有技術(shù)的缺陷提出了一個(gè)用頻譜平滑參數(shù)判斷信號(hào)類型的構(gòu)思，利用SF參數(shù)判斷信號(hào)類型的過(guò)程如下首先，計(jì)算音頻信號(hào)的快速傅里葉變換(n'T,l;astFourierTransform)得到頻譜幅度；其次，計(jì)算相鄰兩點(diǎn)幅度值之差的絕對(duì)值；接著，計(jì)算這些幅度值之差的絕對(duì)值得平均值或者求和；最后，選擇一個(gè)恰當(dāng)?shù)拈撝狄詤^(qū)分語(yǔ)音和音樂(lè)信號(hào)。盡管這種特征參數(shù)可以較好地區(qū)分語(yǔ)音和音樂(lè)信號(hào)，但是由于對(duì)頻譜相鄰之間的所有點(diǎn)都要計(jì)算幅度之差的絕對(duì)值，并且還需要進(jìn)行快速傅里葉變換，這樣會(huì)增加計(jì)算量，而且還有可能會(huì)由于幅度值大小而引起錯(cuò)誤的判斷，故而沒(méi)有解決現(xiàn)有技術(shù)所存在的問(wèn)題。針對(duì)上述構(gòu)思存在的兩個(gè)問(wèn)題，本發(fā)明對(duì)該構(gòu)思作了進(jìn)一步的改進(jìn)首先，由語(yǔ)音和音樂(lè)信號(hào)頻譜的平滑特性得知，音樂(lè)信號(hào)的頻譜包絡(luò)要比語(yǔ)音信號(hào)平坦，在中低頻段，語(yǔ)音信號(hào)的頻譜包絡(luò)起伏變化比較急劇，故可以將信號(hào)的頻譜包絡(luò)近似看作信號(hào)的頻語(yǔ)，而信號(hào)的頻譜包絡(luò)可以由線性預(yù)測(cè)編碼(LPC,LinearPredictiveCoding)系數(shù)或者導(dǎo)譜對(duì)(ISP,I隨ittanceSpectralPairs)參數(shù)得到，LPC系數(shù)或ISP參數(shù)估計(jì)得到的頻譜包絡(luò)都能夠較好地反映音頻信號(hào)的頻謙包絡(luò)，但是ISP頻譜包絡(luò)更能反映信號(hào)的諧振特性，另外，計(jì)算信號(hào)的LPC或ISP頻鐠包絡(luò)要比直接利用FFT得到信號(hào)頻譜的運(yùn)算量要大為減少，因此本發(fā)明利用信號(hào)的頻譜包絡(luò)代替利用FFT得到的信號(hào)頻譜可以解決計(jì)算量大的問(wèn)題。另外，頻譜包絡(luò)的峰值分布關(guān)系可以代替信號(hào)的頻譜包絡(luò)，也就是可以利用頻譜包絡(luò)峰值分布特點(diǎn)代替信號(hào)的頻譜特性，因而可以利用峰值點(diǎn)之間的幅度差異值來(lái)取代相鄰兩點(diǎn)之間的幅度差異值，這樣不僅可以避免由幅度值大小的波動(dòng)而引起的錯(cuò)誤判斷，而且還可以進(jìn)一步減少計(jì)算量，因此本發(fā)明-'j用幅度差異值可以解決由幅度值大小而引起的錯(cuò)誤判斷。根據(jù)上述改進(jìn)之處，本發(fā)明提供了一種音頻分類方法，該方法的基本思想是對(duì)輸入的音頻信號(hào)進(jìn)行預(yù)處理，再計(jì)算預(yù)處理過(guò)的音頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)；根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻譜包絡(luò)，再由計(jì)算得到的導(dǎo)譜對(duì)參數(shù)確定幅度差異值；根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限，再根據(jù)門限對(duì)音頻信號(hào)進(jìn)行分類。根據(jù)上述方法的基本思想，下面結(jié)合附圖對(duì)本發(fā)明方法的具體技術(shù)方案進(jìn)4亍i羊細(xì)iJL明。參照?qǐng)D1,圖1是本發(fā)明方法實(shí)施例一的流程圖，該流程具體包括以下步驟步驟IOI、對(duì)輸入的音頻信號(hào)進(jìn)行預(yù)處理，其中，可以采用加窗函數(shù)、對(duì)信號(hào)分幀和濾波等方式對(duì)音頻信號(hào)進(jìn)行預(yù)處理。步驟102、音頻信號(hào)經(jīng)過(guò)預(yù)處理后，再按照杜賓算法、格型算法或舒爾算法等計(jì)算該音頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)，假設(shè)p階的線性預(yù)測(cè)誤差濾波器傳遞函數(shù)為」(2),即/lfz」二v4""(z)，然后再定義兩個(gè)p階多項(xiàng)式<formula>formulaseeoriginaldocumentpage9</formula>(1)<formula>formulaseeoriginaldocumentpage9</formula>(2)從上面兩式可直接推出步驟103、根據(jù)LPC系數(shù)可以得到線性預(yù)測(cè)誤差濾波器傳遞函凄U(z)，再由zlO)可以推導(dǎo)求出P(力和2(X)，具體如下步驟104、令P(::)::O,2(z)=0,再按照式(4)和式(5)計(jì)算求出/-l個(gè)導(dǎo)譜對(duì)參數(shù)w,、e,，isF參數(shù)也就是零點(diǎn)頻率，其中，o,、e,按照以下方式進(jìn)行4非歹')0〈0,〈e,o^〈G2〈…〈兀。步驟i05、根據(jù)計(jì)算得到的isp參數(shù)ove,設(shè)置線性預(yù)測(cè)誤差濾波器的濾波系數(shù)。步驟106、根據(jù)計(jì)算得到的濾波系數(shù)求出線性預(yù)測(cè)誤差濾波器的頻率響應(yīng)再根據(jù)頻率響應(yīng)計(jì)算得到信號(hào)的頻譜包絡(luò)I/Z(e'"'l，具體如下〃k(6)從式(6)中可以看出，如果相鄰的isp參數(shù)03,和e,很靠近，那么w接近這些頻率時(shí)，1^e'"r變小，1〃(e'"T就顯示出強(qiáng)諧振特性，相應(yīng)地，音頻信號(hào)的頻語(yǔ)包絡(luò)在這些頻率附近就會(huì)出現(xiàn)峰值，相反如果相鄰的ISP參數(shù)距離較遠(yuǎn)，則頻譜包絡(luò)在該區(qū)域是相對(duì)比較平坦的，具體可參照?qǐng)D2，圖2橫坐標(biāo)的小圓圏代表ISF參數(shù)，因此可以說(shuō)ISP包絡(luò)是用ISP參數(shù)co,和e,的分布密度來(lái)表示音頻信號(hào)的頻譜特性。步驟107、確定ISP參數(shù)在信號(hào)頻譜包絡(luò)中對(duì)應(yīng)的幅度值，本實(shí)施方式是直接利用isp參數(shù)o,和e,對(duì)應(yīng)的幅度值來(lái)計(jì)算幅度差異值的。步驟108、計(jì)算1sp參數(shù)對(duì)應(yīng)幅度值之間的比值得到幅度差異值，再采用求平均值、均方值或數(shù)學(xué)期望等統(tǒng)計(jì)特性對(duì)幅度差異值進(jìn)行統(tǒng)計(jì)，其中，統(tǒng)計(jì)的對(duì)象可以是幅度差異值，也可以是體現(xiàn)幅度差異值的關(guān)系式，例如/1,,+/1,20一(y4^^等等。cpHl—q),cp,+l—cp,假設(shè)幅度差異值為J,+A,其中^代表幅度值，通常用丄來(lái)反映(P,+l-(P,頻譜幅度變化的快慢程度，從而更能區(qū)分語(yǔ)音和音樂(lè)信號(hào)，其中cp,表示幅度值^所對(duì)應(yīng)的頻率。下面結(jié)合表l的數(shù)據(jù)來(lái)說(shuō)明語(yǔ)音和音樂(lè)信號(hào)的區(qū)別，表l的數(shù)據(jù)是按照20/og10.」，+爿計(jì)算得到，也就是將4'1+4計(jì)算得到的數(shù)據(jù)轉(zhuǎn)化為增益形式。<table>tableseeoriginaldocumentpage11</column></row><table>表l中的數(shù)據(jù)包括語(yǔ)音和音樂(lè)數(shù)據(jù)，其中每個(gè)語(yǔ)音或音樂(lè)數(shù)據(jù)又包含3種不同類型的數(shù)據(jù)，因?yàn)檎Z(yǔ)音信號(hào)的能量大部分集中在低頻階段并且幅度變化比較快，所以它在中低頻階段的均值要高于音樂(lè)信號(hào)，另外，在計(jì)算低頻均值過(guò)程中通常會(huì)將CO;和&所對(duì)應(yīng)的幅度值的差異值去掉，這是因?yàn)闊o(wú)論是語(yǔ)音還是音樂(lè)信號(hào)，O),和e,對(duì)應(yīng)的幅度差異值都是較大的，與中低頻的統(tǒng)計(jì)結(jié)果相差較大?，F(xiàn)以求平均值方式對(duì)幅度差異值進(jìn)行統(tǒng)計(jì)，選取幾個(gè)中低頻幅度差異值以及如何選取幅度差異值可以根據(jù)實(shí)際情況做出選擇。下面從表l中選取第2個(gè)、第3個(gè)和第4個(gè)幅度差異值，然后分別對(duì)語(yǔ)音數(shù)據(jù)和音樂(lè)數(shù)據(jù)計(jì)算這3個(gè)值的平均值，語(yǔ)音1的平均值為27.8408，語(yǔ)音2的平均值為24.5787，語(yǔ)音3的平均值為25.6078，音樂(lè)l的平均值為16.7606,音樂(lè)2的平均值為15.5892,音樂(lè)3的平均值為18.4927，從這幾組平均值可以看出，語(yǔ)音信號(hào)的平均值要大于24，而音樂(lè)信號(hào)的平均值要小于19，這樣就可以根據(jù)中低頻差異值的平均值就可以對(duì)語(yǔ)音和音樂(lè)信號(hào)進(jìn)行分類。步驟09、根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置一個(gè)恰當(dāng)?shù)拈T限用以區(qū)分語(yǔ)音信號(hào)、音樂(lè)信號(hào)以及噪聲等，假設(shè)語(yǔ)音信號(hào)的平均值大于24,音樂(lè)信號(hào)的平均值小于19，噪聲的平均值大于29,可以將門限設(shè)置為區(qū)間[24，29]就可以區(qū)分音頻信號(hào)。其中，本發(fā)明方法除了利用ISP參數(shù)對(duì)應(yīng)幅度值得到幅度差異值之外，還可以利用相鄰ISP參數(shù)之間的幅度值得到幅度差異值，所述幅度值可以是最大幅度值或最小幅度值等。由圖2可知，當(dāng)相鄰ISP參數(shù)很靠近的時(shí)候，相應(yīng)地音頻信號(hào)譜包絡(luò)在這些頻率附近就會(huì)出現(xiàn)峰值，這樣選取它們相鄰ISP參數(shù)之間的最大頻譜幅度值就可以代替信號(hào)的頻譜特性。既然ISF參數(shù)能夠較好地代表頻譜特性，因而完全可以用;-l個(gè)ISP參數(shù)作為頻譜的代表點(diǎn)，這樣僅僅需要計(jì)算/>1個(gè)代表點(diǎn)對(duì)應(yīng)的幅度值之間的差異，進(jìn)而大大減少了計(jì)算量。另外，為了更好地區(qū)分語(yǔ)音和音樂(lè)信號(hào)等，在采用幅度差異值區(qū)分音頻信號(hào)之前或之后可以先采取過(guò)零率、基因周期等特征參數(shù)區(qū)分語(yǔ)音和音樂(lè)信號(hào)。參照?qǐng)D3,圖3是本發(fā)明方法實(shí)施例二的流程圖，該流程具體包括以下步驟步驟301、對(duì)輸入的音頻信號(hào)進(jìn)行預(yù)處理，其中，可以采用加窗函數(shù)或?qū)π盘?hào)分幀等方式對(duì)音頻信號(hào)進(jìn)行預(yù)處理。步驟302、音頻信號(hào)經(jīng)過(guò)預(yù)處理后，按照杜賓算法、格型算法或舒爾算法等計(jì)算信號(hào)的線性預(yù)測(cè)編碼(LPC)系數(shù)，假設(shè)/階的線性預(yù)測(cè)誤差濾波器傳遞函數(shù)為J(z),即/^2^二jw(z)，然后再定義兩個(gè)p階多項(xiàng)式P(z)=4:)+z-從上面兩式可直接推出步驟303、根據(jù)LPC系數(shù)可以得到線性預(yù)測(cè)誤差濾波器傳遞函凄L4(z),再由/1(z)可以推導(dǎo)求出P(:r)和2(力，具體如下<formula>formulaseeoriginaldocumentpage13</formula>步驟304、根據(jù)^(z)計(jì)算線性預(yù)測(cè)誤差濾波器的頻率響應(yīng)，從而得到LPC頻譜包絡(luò)。與ISP頻譜包絡(luò)相比，盡管LPC頻譜包絡(luò)不能很好地反映信號(hào)的諧振特性，但是LPC頻譜包絡(luò)也能夠較好地反映信號(hào)的頻譜特性。步驟305、根據(jù)P②和2(z)計(jì)算求出p-l個(gè)零點(diǎn)頻率也即ISP參數(shù)(0,、G,,其中，co,、e,按照以下方式進(jìn)行排列(^ff^e^m^^^.^K,步驟306、由ISP參數(shù)確定相應(yīng)頻率在信號(hào)的頻譜包絡(luò)中所對(duì)應(yīng)的幅度值，其中，相應(yīng)頻率可以是導(dǎo)譜對(duì)參數(shù)對(duì)應(yīng)的頻率，也可以是兩相鄰導(dǎo)譜對(duì)參數(shù)之間的頻率。步驟307、計(jì)算相應(yīng)頻率點(diǎn)幅度值的比值得到幅度差異值，再采用求平均值、均方值或數(shù)學(xué)期望等統(tǒng)計(jì)特性對(duì)幅度差異值進(jìn)行統(tǒng)計(jì)，該步驟的實(shí)現(xiàn)方式與實(shí)施例一相同。步驟308、根據(jù)幅度差異值的統(tǒng)計(jì)特性設(shè)置一個(gè)恰當(dāng)?shù)拈T限用以區(qū)分語(yǔ)音信號(hào)、音樂(lè)信號(hào)以及噪聲等。另外，為了更好地區(qū)分語(yǔ)音和音樂(lè)信號(hào)等，在采用幅度差異值區(qū)分音頻信號(hào)之前或之后可以先采取過(guò)零率、基因周期等特征參數(shù)區(qū)分語(yǔ)音和音樂(lè)信號(hào)。由上述可知，實(shí)施例一是本發(fā)明方法的優(yōu)選實(shí)施方式，并且兩個(gè)實(shí)施例都未嵌入到AMR-WB+標(biāo)準(zhǔn)信號(hào)處理流程。如果將本發(fā)明方法嵌入到AMR-WB+標(biāo)準(zhǔn)的處理流程中，就不需要對(duì)音頻信號(hào)進(jìn)行預(yù)處理和計(jì)算每幀信號(hào)的LPC系數(shù)，也不需要計(jì)算ISP參數(shù)，這是因?yàn)锳MR-WB十標(biāo)準(zhǔn)在編碼模式選擇之前就已經(jīng)計(jì)算出ISP參數(shù)，所以可按照以下方式來(lái)區(qū)分音樂(lè)和語(yǔ)音信號(hào)調(diào)用已計(jì)算得到的ISP參數(shù)計(jì)算頻譜包絡(luò)，然后再計(jì)算相應(yīng)頻率之間的幅度差異值，再根據(jù)幅度差異值區(qū)分音頻信號(hào)，這些步驟和上述兩種實(shí)施例的步驟相同。另外，上述實(shí)施方式是由幅度值之間的比值來(lái)表示幅度差異值，本發(fā)明也不排除用幅度值之間的差值等方式來(lái)表示幅度差異值。以上對(duì)本發(fā)明所提供的一種音頻分類方法進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。權(quán)利要求1、一種音頻分類方法，其特征在于，該方法包絡(luò)對(duì)輸入的音頻信號(hào)進(jìn)行預(yù)處理，再許算預(yù)處理過(guò)的咅頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)；根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻譜包絡(luò)，再由計(jì)算得到的導(dǎo)諳對(duì)參數(shù)確定幅度差異值；根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限，再根據(jù)門限對(duì)音頻信號(hào)進(jìn)行分類。2、如權(quán)利要求1所述的音頻分類方法，其特征在于，采用杜賓算法、格型算法或舒爾算法計(jì)算音頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)。3、如權(quán)利要求1所述的音頻分類方法，其特征在于，根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻語(yǔ)包絡(luò)包括根據(jù)線性預(yù)測(cè)編碼系數(shù)得到線性預(yù)測(cè)誤差濾波器的傳遞函數(shù)，并由傳遞函數(shù)計(jì)算得到導(dǎo)語(yǔ)對(duì)參數(shù)；根據(jù)導(dǎo)譜對(duì)參數(shù)設(shè)置濾波系數(shù)，再由濾波系數(shù)得到信號(hào)的導(dǎo)譜對(duì)頻譜包絡(luò)。4、如權(quán)利要求1所述的音頻分類方法，其特征在于，根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻i普包絡(luò)包括根據(jù)線性預(yù)測(cè)編碼系數(shù)計(jì)算得到線性預(yù)測(cè)誤差濾波器的傳遞函數(shù)，再由傳遞函數(shù)得到信號(hào)的線性預(yù)測(cè)編碼頻譜包絡(luò)。5、如權(quán)利要求l、2、3或4所述的音頻分類方法，其特征在于，確定幅度差異值包括確定導(dǎo)譜對(duì)參數(shù)在信號(hào)頻譜包絡(luò)中對(duì)應(yīng)的幅度值，再計(jì)算導(dǎo)譜對(duì)參數(shù)對(duì)應(yīng)幅度值之間的比值就可以得到幅度差異值。6、如權(quán)利要求l、2、3或4所述的音頻分類方法，其特征在于，確定幅度差異值包括選取相鄰導(dǎo)譜對(duì)參數(shù)之間的幅度值作為頻譜的代表點(diǎn)，再計(jì)算代表點(diǎn)對(duì)應(yīng)幅度值之間的比值就可以得到幅度差異值。7、如權(quán)利要其l、2、3或4所述的音頻分類方法，其特征在于，根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限包括計(jì)算幅度值對(duì)應(yīng)頻率點(diǎn)之間的差值，再計(jì)算幅度差異值和該差值的比值得到幅度差異值的變化量；對(duì)幅度差異值的變化量進(jìn)行統(tǒng)計(jì)，再根據(jù)統(tǒng)計(jì)結(jié)果設(shè)置門限。8、如權(quán)利要求l、2、3或4所述的音頻分類方法，其特征在于，根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限包括對(duì)幅度差異值進(jìn)行統(tǒng)計(jì)，再根據(jù)統(tǒng)計(jì)結(jié)果設(shè)置門限。9、如權(quán)利要求1所述的音頻分類方法，其特征在于，在對(duì)音頻信號(hào)進(jìn)行分類之前或之后進(jìn)一步包括采用過(guò)零率或基因周期對(duì)音頻信號(hào)進(jìn)行分類。10、如權(quán)利要求1所述的音頻分類方法，其特征在于，采用對(duì)信號(hào)加窗或分幀方式對(duì)音頻信號(hào)進(jìn)行預(yù)處理。全文摘要本發(fā)明公開了一種音頻分類方法，該方法包括對(duì)輸入的音頻信號(hào)進(jìn)行預(yù)處理，再計(jì)算預(yù)處理過(guò)的音頻信號(hào)的線性預(yù)測(cè)編碼系數(shù)；根據(jù)線性預(yù)測(cè)編碼系數(shù)得到信號(hào)的頻譜包絡(luò)，再由計(jì)算得到的導(dǎo)譜對(duì)參數(shù)確定幅度差異值；根據(jù)幅度差異值的統(tǒng)計(jì)結(jié)果設(shè)置門限，再根據(jù)門限對(duì)音頻信號(hào)進(jìn)行分類。利用本發(fā)明能夠大大減少對(duì)音頻信號(hào)進(jìn)行分類所帶來(lái)的計(jì)算量，同時(shí)本發(fā)明對(duì)音頻信號(hào)進(jìn)行分類的準(zhǔn)確性較高。另外，將本發(fā)明應(yīng)用到擴(kuò)展帶寬自適應(yīng)多碼率編碼標(biāo)準(zhǔn)中的信號(hào)處理流程時(shí)可以使對(duì)音頻信號(hào)分類的計(jì)算量非常小，并且可使信號(hào)處理流程不采用預(yù)先編碼方式，直接采用相應(yīng)的編碼模式進(jìn)行編碼，進(jìn)而可以提高編碼的效率。文檔編號(hào)G10L19/00GK101145345SQ20061012741公開日2008年3月19日申請(qǐng)日期2006年9月13日優(yōu)先權(quán)日2006年9月13日發(fā)明者郭利斌,馬付偉申請(qǐng)人:華為技術(shù)有限公司