計算機系統(tǒng)及音頻比對方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明是有關(guān)于一種計算機系統(tǒng)及音頻比對方法，且特別是有關(guān)于一種循序進(jìn)行 音頻比對的計算機系統(tǒng)及音頻比對方法。
【背景技術(shù)】
[0002] 音頻比對是一種快速的音頻檢索方式，使用者可在噪音環(huán)境下錄制一段正在播放 的音頻片段，并在音頻比對系統(tǒng)中找到最符合此音頻片段的歌曲、電影、電視節(jié)目或廣播節(jié) 目。
[0003] 然而，已知的音頻比對系統(tǒng)在音頻比對的正確率、音頻比對所需的等待時間以及 執(zhí)行音頻比對的服務(wù)器的運算量上仍有許多改進(jìn)的空間。
[0004] 因此，如何設(shè)計一個新的音頻比對裝置及方法，以解決上述的問題，乃為此一業(yè)界 亟待解決的問題。

【發(fā)明內(nèi)容】

[0005] 因此，本發(fā)明的一方面是在提供一種計算機系統(tǒng)，用以進(jìn)行音頻比對。計算機系統(tǒng) 包含客戶終端以及服務(wù)器。
[0006] 客戶終端包含分類器、第一地標(biāo)特征擷取模塊、第一編碼模塊以及整合模塊。分類 器用以估算第一音頻樣本的一第一音頻片段的辨識難易度。第一地標(biāo)特征擷取模塊用以根 據(jù)辨識難易度，決定地標(biāo)特征擷取的次數(shù)，并對第一音頻片段進(jìn)行相對應(yīng)次數(shù)的地標(biāo)特征 擷取，以產(chǎn)生多個第一地標(biāo)特征。第一編碼模塊用以將第一地標(biāo)特征編碼為多個第一散列 鍵。整合模塊用以整合第一散列鍵，并產(chǎn)生整合后的多個散列鍵傳送至服務(wù)器。
[0007] 服務(wù)器包含第二地標(biāo)特征擷取模塊、第二編碼模塊、散列表、查表模塊、分析模塊 以及判斷模塊。
[0008] 第二地標(biāo)特征擷取模塊用以對第二音頻樣本進(jìn)行地標(biāo)特征擷取，以產(chǎn)生多個第二 地標(biāo)特征。第二編碼模塊用以將第二地標(biāo)特征編碼為多個第二散列鍵。散列表用以儲存第 二散列鍵與其所對應(yīng)的多個散列值。查表模塊，用以將客戶終端所傳送的散列鍵與散列表 中的第二散列鍵進(jìn)行查表比對。分析模塊用以分析查表比對的結(jié)果。判斷模塊，用以決定 音頻比對結(jié)果，并將音頻比對結(jié)果傳送至客戶終端。
[0009] 依據(jù)本發(fā)明一實施例，判斷模塊還用以測量一信心度，當(dāng)信心度達(dá)到門檻值時，則 決定音頻比對結(jié)果，并將音頻比對結(jié)果傳送至客戶終端。當(dāng)信心度未達(dá)門檻值時，則判斷模 塊發(fā)送請求至客戶終端，客戶終端配合服務(wù)器依據(jù)請求對第一音頻樣本中的一第二音頻片 段進(jìn)行音頻處理。
[0010] 依據(jù)本發(fā)明另一實施例，上述第二音頻片段是接續(xù)于第一音頻片段。
[0011] 依據(jù)本發(fā)明又一實施例，上述信心度為第一音頻片段中每秒比對到的散列鍵數(shù) 目。
[0012] 依據(jù)本發(fā)明更具有的一實施例，上述第一地標(biāo)特征與第二地標(biāo)特征包含一起始頻 率、一頻率差以及一時間差。
[0013] 依據(jù)本發(fā)明另具有的一實施例，上述第二散列鍵的散列值包含一地標(biāo)特征開始時 間以及一節(jié)目數(shù)據(jù)。
[0014] 依據(jù)本發(fā)明又具有的一實施例，上述分類器于估算該辨識難易度時，利用第一音 頻片段的一絕對音量的平均值、一相對音量的標(biāo)準(zhǔn)差、一三次微分絕對值加總的標(biāo)準(zhǔn)差中 的一者或上述三者的組合估算辨識難易度。
[0015] 依據(jù)本發(fā)明再具有的一實施例，于上述客戶終端中，當(dāng)兩個第一散列鍵相同時，上 述整合模塊還用以刪除該兩個第一散列鍵其中之一。
[0016] 依據(jù)本發(fā)明另又一實施例，上述第一音頻樣本為一歌曲、一電影、一電視節(jié)目或一 廣播節(jié)目的音頻。
[0017] 依據(jù)本發(fā)明另再一實施例，上述客戶終端為一智能手機、一平板電腦、一筆記型電 腦、一智能手表、一智能眼鏡、一智能電視，或一數(shù)字電視機上盒。
[0018] 本發(fā)明的再一方面是在提供一種音頻比對方法，包含下列步驟：
[0019] 估算第一音頻樣本的一第一音頻片段的辨識難易度；根據(jù)辨識難易度，決定地標(biāo) 特征擷取的次數(shù)，并對第一音頻片段進(jìn)行相對應(yīng)次數(shù)的地標(biāo)特征擷取，以產(chǎn)生多個地標(biāo)特 征；將地標(biāo)特征編碼為多個第一散列鍵；整合第一散列鍵，并將整合后的多個散列鍵與散 列表中的多個第二散列鍵進(jìn)行查表比對；分析查表比對的結(jié)果；以及決定音頻比對結(jié)果。
[0020] 依據(jù)本發(fā)明一實施例，音頻比對方法還包含下列步驟：測量信心度；當(dāng)信心度達(dá) 到門檻值時，則決定音頻比對結(jié)果；以及當(dāng)信心度未達(dá)門檻值時，則對第一音頻樣本的一第 二音頻片段重新進(jìn)行上述音頻比對方法。
[0021] 依據(jù)本發(fā)明另一實施例，上述音頻比對方法中，第二音頻片段是接續(xù)于該第一音 頻片段。
[0022] 依據(jù)本發(fā)明又一實施例，上述音頻比對方法中，信心度為第一音頻片段中每秒比 對到的散列鍵數(shù)目。
[0023] 依據(jù)本發(fā)明更具有的一實施例，上述音頻比對方法中，各地標(biāo)特征還包含一起始 頻率、一頻率差以及一時間差。
[0024] 依據(jù)本發(fā)明再具有的一實施例，上述音頻比對方法中，各第二散列鍵的散列值還 包含一地標(biāo)特征開始時間以及一節(jié)目數(shù)據(jù)。
[0025] 依據(jù)本發(fā)明又具有的一實施例，上述音頻比對方法中，估算辨識難易度時，還利用 第一音頻片段的絕對音量的平均值、相對音量的標(biāo)準(zhǔn)差、三次微分絕對值加總的標(biāo)準(zhǔn)差中 的一者或其組合或上述三者的組合。
[0026] 依據(jù)本發(fā)明另具有的一實施例，上述音頻比對方法中，整合第一散列鍵的步驟還 包含：當(dāng)兩個第一散列鍵相同時，刪除該兩個第一散列鍵其中之一。
[0027] 本發(fā)明的又一方面是在提供一種計算機可讀取記錄媒體，儲存一計算機程序，用 以執(zhí)行一種音頻比對方法，音頻比對方法包含下列步驟：
[0028] 估算第一音頻樣本的一第一音頻片段的辨識難易度；根據(jù)辨識難易度，決定地標(biāo) 特征擷取的次數(shù)，并對第一音頻片段進(jìn)行相對應(yīng)次數(shù)的地標(biāo)特征擷取，以產(chǎn)生多個地標(biāo)特 征；將地標(biāo)特征編碼為多個第一散列鍵；整合第一散列鍵，并將整合后的多個散列鍵與散 列表中的多個第二散列鍵進(jìn)行查表比對；分析查表比對的結(jié)果；以及決定音頻比對結(jié)果。
[0029] 應(yīng)用本發(fā)明的優(yōu)點在于可依音頻片段的音頻特征將取樣音框平移，并多次計算地 標(biāo)特征以減少音頻片段的取樣音框與音頻樣本的取樣音框不對齊的影響，如此可有效提高 音頻比對的正確率。另外，使用者可以循序上傳音頻片段的信息至服務(wù)器進(jìn)行辨識，并在信 心度達(dá)到門檻值后即回傳比對結(jié)果，如此可有效減少音頻比對所需的等待時間，并減少服 務(wù)器的運算量，而輕易地達(dá)到上述的目的。
【附圖說明】
[0030] 圖1為本發(fā)明一實施例中，一種計算機系統(tǒng)的方塊示意圖。
[0031] 圖2為本發(fā)明一實施例中，對音頻片段進(jìn)行地標(biāo)特征擷取的示意圖。
[0032] 圖3為本發(fā)明一實施例中，對音頻片段進(jìn)行地標(biāo)特征擷取的示意圖。
[0033] 圖4為本發(fā)明一實施例中，一種音頻比對方法的流程示意圖。
[0034] 圖5為本發(fā)明另一實施例中，一種音頻比對方法的流程示意圖。
【具體實施方式】
[0035] 下文是舉實施例配合所附附圖作詳細(xì)說明，但所提供的實施例并非用以限制本發(fā) 明所涵蓋的范圍，而結(jié)構(gòu)運作的描述非用以限制其執(zhí)行的順序，任何由元件重新組合的結(jié) 構(gòu)，所產(chǎn)生具有均等功效的裝置，皆為本發(fā)明所涵蓋的范圍。此外，附圖僅以說明為目的，并 未依照原尺寸作圖。為使便于理解，下述說明中相同元件將以相同的符號標(biāo)示來說明。
[0036] 在全篇說明書與權(quán)利要求書所使用的用詞（terms)，除有特別注明外，通常具有每 個用詞使用在此領(lǐng)域中、在此揭露的內(nèi)容中與特殊內(nèi)容中的平常意義。某些用以描述本揭 露的用詞將于下或在此說明書的別處討論，以提供本領(lǐng)域技術(shù)人員在有關(guān)本揭露的描述上 額外的引導(dǎo)。
[0037]另外，關(guān)于本文中所使用的"耦接"或"連接"，均可指二或多個元件相互直接作實 體或電性接觸，或是相互間接作實體或電性接觸，亦可指二或多個元件