本發(fā)明涉及電子
技術(shù)領(lǐng)域：
，尤其涉及一種音樂片段提取方法和設(shè)備。
背景技術(shù)：
：現(xiàn)階段，人們對智能終端的需求越來越趨向于個(gè)性化，例如，設(shè)置自己喜歡的壁紙、主題或者鈴聲的等等。在設(shè)置鈴聲時(shí)，用戶一般需要自己截取自己喜歡的音樂的某一音樂片段作為鈴聲，但是截取音樂片段需要使用一些軟件工具，還需要掌握一些截取技巧等等，因此對用戶的要求很高，便利性太低。現(xiàn)有的方案中，鈴聲提供商會(huì)將已經(jīng)制作好的鈴聲提供給用戶下載和使用，但是通常鈴聲提供商提供的這些已經(jīng)制作好的鈴聲也都是根據(jù)一些當(dāng)時(shí)比較流行的歌曲中適合作為鈴聲的片段進(jìn)行人工截取的，需要很多人力和時(shí)間；另外，由于鈴聲所用的音樂片段都是人工選擇和截取的，因此精確度也不高，技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例提供一種音樂片段提取方法和設(shè)備，可以基于大量的節(jié)目音頻數(shù)據(jù)，聚類出出現(xiàn)頻率較高的音樂片段并生成鈴聲，從而節(jié)約人力成本并提高鈴聲制作的精確度。本發(fā)明第一方面提供一種音樂片段提取方法，包括：分別從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，得到多個(gè)節(jié)目音頻段；分別獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)以及所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)；根據(jù)所述節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，并獲取與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)；通過將所述多個(gè)節(jié)目音頻數(shù)據(jù)中的目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，從而得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段；根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段。本發(fā)明第二方面提供一種音樂片段提取設(shè)備，包括：音頻段提取模塊，用于分別從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，得到多個(gè)節(jié)目音頻段；指紋數(shù)據(jù)獲取模塊，用于分別獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)；能量編碼數(shù)據(jù)獲取模塊，用于獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)；節(jié)目音樂確定模塊，用于根據(jù)所述節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，并將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂；所述能量編碼數(shù)據(jù)獲取模塊，還用于獲取與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)；時(shí)間片段確定模塊，用于通過將所述多個(gè)節(jié)目音頻數(shù)據(jù)中的目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，從而得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段；音樂片段輸出模塊，用于根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段。本發(fā)明實(shí)施例中，通過提取節(jié)目音頻數(shù)據(jù)中的至少一個(gè)節(jié)目音頻段，獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)以及與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)并將兩者進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段，可以基于大量的節(jié)目音頻數(shù)據(jù)，聚類出出現(xiàn)頻率較高的音樂片段并生成鈴聲，從而節(jié)約人力成本并提高鈴聲制作的精確度。附圖說明為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實(shí)施例提供的一種音樂片段提取方法的流程示意圖；圖2是本發(fā)明實(shí)施例提供的一種音樂片段提取設(shè)備的結(jié)構(gòu)示意圖；圖3是本發(fā)明實(shí)施例提供的指紋數(shù)據(jù)獲取模塊的結(jié)構(gòu)示意圖；圖4是本發(fā)明實(shí)施例提供的時(shí)間片段確定模塊的結(jié)構(gòu)示意圖；圖5是本發(fā)明實(shí)施例提供的音樂片段輸出模塊的結(jié)構(gòu)示意圖；圖6是本發(fā)明實(shí)施例提供的另一種音樂片段提取設(shè)備的結(jié)構(gòu)示意圖；圖7是本發(fā)明實(shí)施例提供的另一種音樂片段提取設(shè)備的結(jié)構(gòu)示意圖。具體實(shí)施方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。圖1是本發(fā)明實(shí)施例提供的一種音樂片段提取方法的流程示意圖，本方法流程可以由音樂片段提取設(shè)備實(shí)施，所述音樂片段提取設(shè)備可以為數(shù)據(jù)處理設(shè)備。如圖所示，所述方法至少包括：步驟S101，分別從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，得到多個(gè)節(jié)目音頻段。具體的，視頻數(shù)據(jù)或者電臺(tái)節(jié)目等音頻數(shù)據(jù)中都包含了很多精心挑選的用戶比較喜歡的歌曲，而且?guī)в袝r(shí)效性、熱點(diǎn)性和經(jīng)典性。本發(fā)明實(shí)施例中的節(jié)目音頻數(shù)據(jù)就是指視頻數(shù)據(jù)庫(電影、電視劇、電視節(jié)目等)以及電臺(tái)節(jié)目音頻數(shù)據(jù)庫中的音頻數(shù)據(jù)。具體實(shí)施中，音樂片段提取設(shè)備可以從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，其中至少一個(gè)節(jié)目音頻段可以是音樂片段提取設(shè)備對每個(gè)節(jié)目音頻數(shù)據(jù)按照預(yù)設(shè)的幀長和幀移進(jìn)行分割，從而得到多個(gè)相同時(shí)長的節(jié)目音頻段。例如，可以以10s為幀長，1s為幀移對某一個(gè)電影的音頻數(shù)據(jù)進(jìn)行分割，從而得到多個(gè)以10s為單位的節(jié)目音頻段，也即得到多個(gè)以10s為單位的數(shù)據(jù)幀。進(jìn)一步的，在提取至少一個(gè)節(jié)目音頻段之前，音樂片段提取設(shè)備可以先將每個(gè)節(jié)目音頻數(shù)據(jù)轉(zhuǎn)換為8k16bit的PCM格式。步驟S102，分別獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)。具體的，音頻指紋數(shù)據(jù)是指可以用來表征每個(gè)節(jié)目音頻段的一種數(shù)據(jù)。具體實(shí)施中，針對某一目標(biāo)節(jié)目音頻段，音樂片段提取設(shè)備可以先通過傅里葉變換提取目標(biāo)節(jié)目音頻段的頻譜數(shù)據(jù)，然后再根據(jù)頻譜數(shù)據(jù)提取目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)，在目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對。在選取相鄰頻譜峰值點(diǎn)對時(shí)，音樂片段提取設(shè)備先確定一個(gè)目標(biāo)頻譜峰值點(diǎn)，然后獲取該目標(biāo)頻譜峰值點(diǎn)周圍預(yù)設(shè)區(qū)域內(nèi)，與該目標(biāo)頻譜峰值點(diǎn)的時(shí)間差最小的預(yù)設(shè)數(shù)目個(gè)頻譜峰值點(diǎn)，該目標(biāo)頻譜峰值點(diǎn)與在其周圍確定的時(shí)間差最小的預(yù)設(shè)數(shù)目個(gè)頻譜峰值點(diǎn)分別組成相鄰頻譜峰值點(diǎn)對。例如，設(shè)目標(biāo)頻譜峰值點(diǎn)為A(t1，f1)，音樂片段提取可以預(yù)先設(shè)定目標(biāo)區(qū)域?yàn)闀r(shí)間區(qū)域15～63幀、頻域區(qū)域-31～31個(gè)頻帶的區(qū)域范圍，預(yù)設(shè)數(shù)目為2，設(shè)在目標(biāo)頻譜峰值點(diǎn)A附近的目標(biāo)區(qū)域內(nèi)的所有頻譜峰值點(diǎn)中，頻譜峰值點(diǎn)B(t2，f2)和C(t3，f3)對應(yīng)的時(shí)間參數(shù)是與目標(biāo)頻譜峰值點(diǎn)A的時(shí)間差最小的兩個(gè)頻譜峰值點(diǎn)，則音樂片段提取設(shè)備可以選取A和B、A和C作為兩對相鄰頻譜峰值點(diǎn)對。進(jìn)一步，針對某一目標(biāo)相鄰頻譜峰值點(diǎn)對，音樂片段提取設(shè)備可以獲取該目標(biāo)相鄰頻譜峰值點(diǎn)對包含的兩個(gè)頻譜峰值點(diǎn)分別對應(yīng)的頻率參數(shù)和時(shí)間參數(shù)，根據(jù)頻率參數(shù)和時(shí)間參數(shù)確定目標(biāo)相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值。比如指紋特征值可以是兩個(gè)頻譜峰值點(diǎn)中的任一個(gè)頻譜峰值點(diǎn)的頻率參數(shù)和時(shí)間參數(shù)以及兩個(gè)頻譜峰值點(diǎn)分別對應(yīng)的頻率參數(shù)的差以及時(shí)間參數(shù)的差形成的數(shù)據(jù)結(jié)構(gòu)。例如，A(t1，f1)和B(t2，f2)這對相鄰頻譜峰值點(diǎn)對，t1、f1以及t2、f2分別為A和B的時(shí)間參數(shù)和頻率參數(shù)，其指紋特征值就可以為D{t1，f1，Δf，Δt}，其中，其中Δf＝f2-f1，Δt＝t2-t1。按照上述方法，音樂片段提取設(shè)備可以獲取目標(biāo)節(jié)目音頻段的所有相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值，將這些指紋特征值通過預(yù)設(shè)的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式，轉(zhuǎn)換為對應(yīng)的音頻指紋數(shù)據(jù)。例如，獲取到的某一個(gè)指紋特征值為D{t1，f1，Δf，Δt}，音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式可以具體表示為：Y＝f1·2^12+Δf·2^6+Δt。需要說明的是，由于人對聲音感知時(shí)，短時(shí)譜峰值頻率點(diǎn)之間是相互影響，一個(gè)頻率分量可能掩蔽與其相近的頻率分量，即所謂的聽覺掩蔽效應(yīng)。因此音樂片段提取設(shè)備在選擇峰值頻率點(diǎn)時(shí)需要使選取的峰值點(diǎn)沿時(shí)間和頻率軸分布比較均勻，可以將距離較小的峰值點(diǎn)裁剪掉，以保證峰值點(diǎn)間的間距。具體實(shí)施中，在目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對之前，音樂片段提取設(shè)備可以檢測目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中是否存在頻率差小于預(yù)設(shè)頻率閾值并且時(shí)間差小于預(yù)設(shè)時(shí)間閾值的掩蔽頻譜峰值點(diǎn)對，也即是否存在可能產(chǎn)生聽覺掩效應(yīng)的頻譜峰值點(diǎn)，若存在，則音樂片段提取設(shè)備可以將掩蔽頻譜峰值點(diǎn)對被掩蔽的頻譜峰值點(diǎn)濾除。步驟S103，獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)。具體的，音樂片段提取設(shè)備按照預(yù)設(shè)的幀長和幀移對多個(gè)節(jié)目音頻數(shù)據(jù)進(jìn)行采樣和分幀處理，然后對每一幀節(jié)目音頻數(shù)據(jù)進(jìn)行傅里葉變換得到頻譜，將得到的頻譜平均分成預(yù)設(shè)數(shù)量的n個(gè)頻段，為每個(gè)頻段計(jì)算均值作為此頻段的頻譜能量。也就是說，每一幀音頻數(shù)據(jù)對應(yīng)n個(gè)頻段，每個(gè)頻段對應(yīng)存在一個(gè)頻譜能量。接著音樂片段提取設(shè)備按照每一幀在節(jié)目音頻數(shù)據(jù)中的時(shí)間順序，依次比較每一幀的每個(gè)頻段的頻譜能量與上一幀的每個(gè)頻段的頻譜能量之間的大小關(guān)系，根據(jù)比較得到結(jié)果，確定每一幀的頻譜能量編碼，從而可以確定每個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)，該頻譜能量編碼數(shù)據(jù)由每個(gè)節(jié)目音頻數(shù)據(jù)中的各個(gè)音頻幀的頻譜能量編碼組成。在一種可能的實(shí)施場景中，音樂片段提取設(shè)備可以先將每個(gè)節(jié)目音頻數(shù)據(jù)的格式解碼為8k16bit的PCM格式，然后按照預(yù)設(shè)的1856個(gè)采樣點(diǎn)為一幀、58個(gè)采樣點(diǎn)為幀移對確定的每個(gè)節(jié)目音頻數(shù)據(jù)進(jìn)行分幀處理，對每一幀節(jié)目音頻數(shù)據(jù)進(jìn)行傅里葉變換得到頻譜后，將得到的頻譜平均分成32個(gè)頻段，為每個(gè)頻段計(jì)算均值作為此頻段的頻譜能量。接著音樂片段提取設(shè)備按照每一幀在節(jié)目音頻數(shù)據(jù)中的時(shí)間順序，依次比較每一幀的每個(gè)頻段的頻譜能量與上一幀的每個(gè)頻段的頻譜能量之間的大小關(guān)系，當(dāng)某一目標(biāo)音頻幀的目標(biāo)頻段的頻譜能量大于該目標(biāo)音頻幀的上一音頻幀對應(yīng)頻段的頻譜能量時(shí)，可以將該目標(biāo)頻段的對比結(jié)果確定為1，當(dāng)某一目標(biāo)音頻幀的目標(biāo)頻段的頻譜能量小于該目標(biāo)音頻幀的上一音頻幀對應(yīng)頻段的頻譜能量時(shí)，可以將該目標(biāo)頻段的對比結(jié)果設(shè)為0，從而根據(jù)比較得到結(jié)果，音樂片段提取設(shè)備可以得到目標(biāo)音頻幀的32個(gè)頻段與該目標(biāo)音頻幀的上一音頻幀的32個(gè)頻段的比較結(jié)果，最終得到目標(biāo)音頻幀的32位頻譜能量編碼。例如，設(shè)節(jié)目音頻數(shù)據(jù)A中的某一音樂幀n2，其上一音樂幀為n1，經(jīng)過比較后得到音樂幀n2的32位頻譜能量編碼為10……11，也就是說，n2相較于n1來說，n2的第一個(gè)頻段的頻譜能量大于n1，n2的第二個(gè)頻段的頻譜能量小于n1，n2的最后兩個(gè)頻段的頻譜能量均大于n1。需要說明的是，本發(fā)明實(shí)施例中步驟S102與步驟S103沒有必然的執(zhí)行先后順序，也可以同時(shí)執(zhí)行，這里不作具體限定。步驟S104，根據(jù)所述節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，并將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂。具體的，預(yù)設(shè)的音樂指紋數(shù)據(jù)庫是指包含多個(gè)音樂指紋數(shù)據(jù)以及各音樂指紋數(shù)據(jù)對應(yīng)的音樂的數(shù)據(jù)存儲(chǔ)空間。其中，音樂指紋數(shù)據(jù)庫中的音樂指紋數(shù)據(jù)是音樂片段提取設(shè)備從音樂曲庫中獲取大量的音樂，然后按照與步驟S101和步驟S102所描述的方法類似的方法，對大量的音樂數(shù)據(jù)進(jìn)行分幀處理，對每一幀數(shù)據(jù)進(jìn)行傅里葉變換并提取頻譜，再提取頻譜峰值點(diǎn)，選取至少一對相鄰頻譜峰值點(diǎn)對，獲取每一對相鄰頻譜峰值點(diǎn)對包含的兩個(gè)頻譜峰值點(diǎn)分別對應(yīng)的頻率參數(shù)和時(shí)間參數(shù)，根據(jù)頻率參數(shù)和時(shí)間參數(shù)確定每一對相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值，將這些指紋特征值通過預(yù)設(shè)的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式，轉(zhuǎn)換為對應(yīng)的音頻指紋數(shù)據(jù)。其中，這里的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式與步驟S102中預(yù)設(shè)的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式設(shè)置為同一個(gè)?？梢岳斫獾氖牵粋€(gè)音頻指紋數(shù)據(jù)是從某一目標(biāo)音樂的音頻數(shù)據(jù)中提取出來的，因此一個(gè)音頻指紋數(shù)據(jù)必然存在一個(gè)對應(yīng)的音樂，一個(gè)音樂可以存在多個(gè)對應(yīng)的音頻指紋數(shù)據(jù)。在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中，每一個(gè)音樂可以有一個(gè)標(biāo)識(shí)，音樂指紋數(shù)據(jù)庫就可以存儲(chǔ)多個(gè)音頻指紋數(shù)據(jù)與其對應(yīng)的音樂標(biāo)識(shí)的映射關(guān)系。在本發(fā)明實(shí)施例中，音樂片段提取設(shè)備確定了多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)后，就在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找是否存在各個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，當(dāng)存在某一節(jié)目音頻段的音頻指紋數(shù)據(jù)時(shí)，則獲取該音頻指紋數(shù)據(jù)對應(yīng)的音樂，并將該音樂作為節(jié)目音樂。進(jìn)一步的，音樂片段提取設(shè)備還可以對每個(gè)音頻指紋數(shù)據(jù)對應(yīng)的音樂出現(xiàn)的重復(fù)次數(shù)進(jìn)行計(jì)數(shù)，將重復(fù)次數(shù)超過預(yù)設(shè)的次數(shù)閾值的音樂作為節(jié)目音樂。又進(jìn)一步的，音樂片段提取設(shè)備還可以對每個(gè)音頻指紋數(shù)據(jù)對應(yīng)的音樂出現(xiàn)的重復(fù)次數(shù)進(jìn)行計(jì)數(shù)，對重復(fù)次數(shù)進(jìn)行排序，獲取排序中排名前N個(gè)重復(fù)次數(shù)對應(yīng)的音樂作為節(jié)目音樂，N為預(yù)先設(shè)定的。從而，音樂片段提取設(shè)備就可以獲取多個(gè)節(jié)目音樂，也即獲取到在大量視頻的音頻數(shù)據(jù)或電臺(tái)的音頻數(shù)據(jù)中出現(xiàn)的多個(gè)節(jié)目音樂。例如，如表1所示為音樂指紋數(shù)據(jù)庫中存儲(chǔ)的多個(gè)音頻指紋數(shù)據(jù)與音樂標(biāo)識(shí)的映射關(guān)系表，設(shè)音樂片段提取設(shè)備提取到的10個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)分別為：A1、A2、A2、A2、A3、A4、A3、B3、B4、B1。在一種可能的實(shí)施場景中，音樂片段提取設(shè)備可以確定多個(gè)音頻指紋數(shù)據(jù)對應(yīng)的音樂為音樂標(biāo)識(shí)1和音樂標(biāo)識(shí)2對應(yīng)的音樂，并將音樂標(biāo)識(shí)1和音樂標(biāo)識(shí)2對應(yīng)的音樂確定為節(jié)目音樂。在另一種可能的實(shí)施場景中，音樂片段提取設(shè)備可以確定多個(gè)音頻指紋數(shù)據(jù)中對應(yīng)的音樂標(biāo)識(shí)1對應(yīng)的音樂的出現(xiàn)次數(shù)為7，多個(gè)音頻指紋數(shù)據(jù)中對應(yīng)音樂標(biāo)識(shí)2對應(yīng)的音樂的出現(xiàn)次數(shù)為3，若預(yù)設(shè)的次數(shù)閾值為6，那么音樂標(biāo)識(shí)1的音樂的出現(xiàn)次數(shù)超過了次數(shù)閾值，則可以將音樂標(biāo)識(shí)1對應(yīng)的音樂作為節(jié)目音樂。在又一種可能的實(shí)施場景中，音樂片段提取設(shè)備預(yù)先設(shè)定僅取重復(fù)次數(shù)排名第一的音樂為節(jié)目音樂，那么音樂標(biāo)識(shí)1的音樂的重復(fù)次數(shù)排名第一，即作為節(jié)目音樂。音頻指紋數(shù)據(jù)音樂標(biāo)識(shí)A1、A2、A3、A41B1、B2、B3、B42C1、C2、C3、C43…………N1、N2、N3、N4n表1：音頻指紋數(shù)據(jù)與音樂標(biāo)識(shí)映射關(guān)系表(示例)步驟S105，獲取與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)。具體的，音樂片段提取設(shè)備確定了節(jié)目音樂后，可以重新按照預(yù)設(shè)的幀長和幀移對各個(gè)節(jié)目音樂進(jìn)行采樣和分幀處理，然后對每一幀音頻數(shù)據(jù)進(jìn)行傅里葉變換得到頻譜，將得到的頻譜平均分成預(yù)設(shè)數(shù)量的n個(gè)頻段，為每個(gè)頻段計(jì)算均值作為此頻段的頻譜能量。也就是說，每一幀音頻數(shù)據(jù)對應(yīng)n個(gè)頻段，每個(gè)頻段對應(yīng)存在一個(gè)頻譜能量。接著音樂片段提取設(shè)備按照每一幀在節(jié)目音樂中的時(shí)間順序，依次比較每一幀的每個(gè)頻段的頻譜能量與上一幀的每個(gè)頻段的頻譜能量之間的大小關(guān)系，根據(jù)比較得到結(jié)果，確定每一幀的頻譜能量編碼，從而可以確定每個(gè)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)，該頻譜能量編碼數(shù)據(jù)由每個(gè)節(jié)目音樂的音頻數(shù)據(jù)中的各個(gè)音頻幀的頻譜能量編碼組成。在一種可能的實(shí)施場景中，音樂片段提取設(shè)備可以先將節(jié)目音樂的格式解碼為8k16bit的PCM格式，然后按照預(yù)設(shè)的1856個(gè)采樣點(diǎn)為一幀、58個(gè)采樣點(diǎn)為幀移對確定的每個(gè)節(jié)目音樂進(jìn)行分幀處理，對每一幀音頻數(shù)據(jù)進(jìn)行傅里葉變換得到頻譜后，將得到的頻譜平均分成32個(gè)頻段，為每個(gè)頻段計(jì)算均值作為此頻段的頻譜能量。接著音樂片段提取設(shè)備按照每一幀在節(jié)目音樂中的時(shí)間順序，依次比較每一幀的每個(gè)頻段的頻譜能量與上一幀的每個(gè)頻段的頻譜能量之間的大小關(guān)系，當(dāng)某一目標(biāo)音頻幀的目標(biāo)頻段的頻譜能量大于該目標(biāo)音頻幀的上一音頻幀對應(yīng)頻段的頻譜能量時(shí)，可以將該目標(biāo)頻段的對比結(jié)果確定為1，當(dāng)某一目標(biāo)音頻幀的目標(biāo)頻段的頻譜能量小于該目標(biāo)音頻幀的上一音頻幀對應(yīng)頻段的頻譜能量時(shí)，可以將該目標(biāo)頻段的對比結(jié)果設(shè)為0，從而根據(jù)比較得到結(jié)果，音樂片段提取設(shè)備可以得到目標(biāo)音頻幀的32個(gè)頻段與該目標(biāo)音頻幀的上一音頻幀的32個(gè)頻段的比較結(jié)果，最終得到目標(biāo)音頻幀的32位頻譜能量編碼。例如，設(shè)節(jié)目音樂A中的某一音樂幀n2，其上一音樂幀為n1，經(jīng)過比較后得到音樂幀n2的32位頻譜能量編碼為10……11，也就是說，n2相較于n1來說，n2的第一個(gè)頻段的頻譜能量大于n1，n2的第二個(gè)頻段的頻譜能量小于n1，n2的最后兩個(gè)頻段的頻譜能量均大于n1。需要說明的是，本發(fā)明實(shí)施例中步驟S104與步驟S105沒有必然的執(zhí)行先后順序，也可以同時(shí)執(zhí)行，這里不作具體限定。步驟S106，通過將所述多個(gè)節(jié)目音頻數(shù)據(jù)中的目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，從而得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。具體的，這里的目標(biāo)節(jié)目音頻數(shù)據(jù)可以是多個(gè)節(jié)目音頻數(shù)據(jù)中的任何一個(gè)節(jié)目音頻數(shù)據(jù)，也就是說音樂片段提取設(shè)備將多個(gè)節(jié)目音頻數(shù)據(jù)中的每一個(gè)節(jié)目音頻數(shù)據(jù)依次作為目標(biāo)節(jié)目音頻數(shù)據(jù)，并確定每一個(gè)與目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。在第一種可能的實(shí)施場景中，音樂片段提取設(shè)備可以將某一目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，確定出兩者的頻譜能量編碼數(shù)據(jù)中相互匹配的至少一段連續(xù)的頻譜能量編碼數(shù)據(jù)，從而可以確定至少一段連續(xù)的相互匹配的頻譜能量編碼數(shù)據(jù)所對應(yīng)的目標(biāo)節(jié)目音樂中的音頻幀，從而得到目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的至少一個(gè)時(shí)間片段。例如，目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較后，可以確定其中目標(biāo)節(jié)目音樂的音樂幀n2～n5以及n7～n9的頻譜能量編碼數(shù)據(jù)與目標(biāo)節(jié)目音樂對應(yīng)的目標(biāo)節(jié)目音頻數(shù)據(jù)的兩段頻譜能量編碼數(shù)據(jù)相互匹配，則可以確定目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段為音樂幀n2～n5以及n7～n9對應(yīng)的音頻數(shù)據(jù)。在第二種可能的實(shí)施場景中，音樂片段提取設(shè)備通過將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，確定出兩者的頻譜能量編碼數(shù)據(jù)中相互匹配的至少一段連續(xù)的頻譜能量編碼數(shù)據(jù)后，選擇其中匹配長度最長的一段連續(xù)的頻譜能量編碼數(shù)據(jù)，從而可以確定該段最長的連續(xù)的相互匹配的頻譜能量編碼數(shù)據(jù)所對應(yīng)的目標(biāo)節(jié)目音樂中的音頻幀，從而得到目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的一個(gè)最長的時(shí)間片段。例如，目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較后，可以確定其中，目標(biāo)節(jié)目音樂的音樂幀n2～n5以及n7～n9的頻譜能量編碼數(shù)據(jù)與目標(biāo)節(jié)目音樂對應(yīng)的目標(biāo)節(jié)目音頻數(shù)據(jù)的兩段頻譜能量編碼數(shù)據(jù)相互匹配，其中n2～n5比n7～n9的匹配長度長，因此可以確定目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段為音樂幀n2～n5對應(yīng)的音頻數(shù)據(jù)。在第三種可能的實(shí)施場景中，音樂片段提取設(shè)備通過將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，在目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中查找與目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例大于預(yù)設(shè)匹配比例閾值的最長時(shí)間片段，作為目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。也就是說，音樂片段提取設(shè)備先確定出兩者的頻譜能量編碼數(shù)據(jù)中相互匹配的至少一段連續(xù)的頻譜能量編碼數(shù)據(jù)后，選擇其中匹配長度最長的一段連續(xù)的頻譜能量編碼數(shù)據(jù)作為參考匹配片段，然后以該參考匹配片段為中心，向該參考匹配片段的上一段時(shí)間片段或者后一段時(shí)間片段擴(kuò)展，直至獲取到一個(gè)目標(biāo)時(shí)間片段，可以使目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段的頻譜能量編碼數(shù)據(jù)與目標(biāo)節(jié)目音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段的頻譜能量編碼數(shù)據(jù)的匹配比例大于預(yù)設(shè)匹配比例閾值，也即確定可以使目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)與目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例大于預(yù)設(shè)匹配比例閾值的目標(biāo)時(shí)間片段，該目標(biāo)時(shí)間片段即為目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。進(jìn)一步的，音樂片段提取設(shè)備可以獲取每個(gè)時(shí)間片段出現(xiàn)的起始時(shí)間、結(jié)束時(shí)間以及目標(biāo)節(jié)目音樂的音樂標(biāo)識(shí)，用來表征每個(gè)時(shí)間片段。需要說明的是，目標(biāo)節(jié)目音頻數(shù)據(jù)包括多個(gè)音頻幀，目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)也包括多個(gè)音頻幀，如步驟S105所述，每個(gè)音頻幀都有對應(yīng)的頻譜能量編碼，因此音樂片段提取設(shè)備在將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較時(shí)，可以先將目標(biāo)節(jié)目音頻數(shù)據(jù)的每個(gè)音頻幀的頻譜能量編碼與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的每個(gè)音頻幀的頻譜能量編碼進(jìn)行比較，也就是將兩者的每個(gè)音頻幀的頻譜能量編碼的每一位進(jìn)行對比，若目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀的頻譜能量編碼與目標(biāo)節(jié)目音樂的音頻幀的頻譜能量編碼的匹配度達(dá)到預(yù)設(shè)匹配度閾值，也即如果兩者的頻譜能量編碼的匹配的位數(shù)達(dá)到預(yù)設(shè)的預(yù)設(shè)匹配度閾值，則確定該目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀為目標(biāo)節(jié)目音樂的音頻幀的匹配幀。對于第三種可能的實(shí)施情況，音樂片段提取設(shè)備確定目標(biāo)節(jié)目音頻數(shù)據(jù)與目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)之間的所有匹配幀后，可以確定連續(xù)的匹配幀數(shù)量最多的一段時(shí)間片段中某一段連續(xù)的時(shí)間片段作為參考匹配片段，然后以該參考匹配片段為中心，向該參考匹配片段的上一段時(shí)間片段或者后一段時(shí)間片段擴(kuò)展，直至獲取到一個(gè)目標(biāo)時(shí)間片段，可以使目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段中與目標(biāo)節(jié)目音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段中匹配幀數(shù)量與目標(biāo)時(shí)間片段的總幀數(shù)的比值大于預(yù)設(shè)匹配比例閾值，也即匹配比例大于預(yù)設(shè)匹配比例閾值，則該目標(biāo)時(shí)間片段即為目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。例如，一個(gè)目標(biāo)節(jié)目音頻數(shù)據(jù)有30個(gè)音頻幀，一個(gè)目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)有20個(gè)音頻幀，則分別以目標(biāo)節(jié)目音頻數(shù)據(jù)的1～10音頻幀為起始點(diǎn)分別與目標(biāo)節(jié)目音樂的20個(gè)音頻幀比較。設(shè)每個(gè)音頻幀對應(yīng)32位頻譜能量編碼，30為預(yù)設(shè)匹配度閾值，則音樂片段提取設(shè)備可以統(tǒng)計(jì)每次比對時(shí)，幀與幀之間相同位的數(shù)量，將匹配位數(shù)大于30的音頻幀標(biāo)記為匹配幀。然后找出目標(biāo)節(jié)目音頻數(shù)據(jù)與目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)之間匹配幀數(shù)量最多的一段時(shí)間片段為第3幀～第13幀。然后提取第3幀～第13幀中最長的一段連續(xù)片段作為參考匹配片段，設(shè)參考匹配片段為第3幀～第8幀，并以此為中心向兩邊進(jìn)行擴(kuò)展，其中第1幀、第2幀和第9幀為不匹配幀，第10幀～第13幀為匹配幀。若設(shè)匹配比例閾值為90％，則可以擴(kuò)展得到一個(gè)第3幀～第13幀的目標(biāo)時(shí)間片段，在該目標(biāo)時(shí)間片段中的匹配幀數(shù)為10，總的音頻幀數(shù)量為11，匹配比例10/11大于預(yù)設(shè)的匹配比例閾值90％，從而可以確定目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中的第3幀～第13幀為目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。進(jìn)而，音樂片段提取設(shè)備可以獲取目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中的第3幀～第13幀所對應(yīng)的起始時(shí)間、結(jié)束時(shí)間以及該目標(biāo)節(jié)目音樂的音樂標(biāo)識(shí)，組成一個(gè)三元組信息來表示目標(biāo)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。例如，三元組可以為(10231，221，546)，其中，10231為音樂標(biāo)識(shí)，221和546為起始時(shí)間信息和結(jié)束時(shí)間信息，按照四舍五入的方式規(guī)整為以100ms為最小單位，也就是0.1s。即該三元組代表音樂標(biāo)識(shí)為10231的音樂中第22.1秒到第54.6秒在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)。步驟S107，根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段。具體的，音樂片段提取設(shè)備得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段后，可以根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段的重復(fù)次數(shù)，確定各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)最多的至少一個(gè)預(yù)設(shè)時(shí)長的時(shí)間片段作為對應(yīng)節(jié)目音樂的備選片段。也就是說，音樂片段提取設(shè)備對各個(gè)目標(biāo)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的每一個(gè)時(shí)間片段的重復(fù)次數(shù)進(jìn)行統(tǒng)計(jì)，然后確定一段時(shí)間長度為預(yù)設(shè)時(shí)長的目標(biāo)時(shí)間片段，該預(yù)設(shè)時(shí)長的目標(biāo)時(shí)間片段所包含的各個(gè)時(shí)間片段的重復(fù)次數(shù)的和，是目標(biāo)節(jié)目音樂中所有在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的各時(shí)間片段中在預(yù)設(shè)的時(shí)長內(nèi)重復(fù)次數(shù)的和最大的一段時(shí)間片段，音樂片段提取設(shè)備將該預(yù)設(shè)時(shí)長的目標(biāo)時(shí)間片段作為備選片段。根據(jù)該方法，音樂片段提取設(shè)備就可以確定各個(gè)節(jié)目音樂的備選片段。進(jìn)一步的，音樂片段提取設(shè)備根據(jù)各個(gè)備選片段在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)，將至少一個(gè)備選片段確定為音樂片段并輸出。也就是說，音樂片段提取設(shè)備在確定了每個(gè)節(jié)目音樂的備選片段后，需要從這些備選片段中選擇一定數(shù)量的備選片段作為音樂片段進(jìn)行輸出。因此，音樂片段提取設(shè)備可以對每個(gè)節(jié)目音樂的備選片段在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)進(jìn)行排序，獲取重復(fù)次數(shù)排序中的前N個(gè)節(jié)目音樂的備選片段作為音樂片段進(jìn)行輸出，其中，N可以預(yù)先設(shè)定的需要獲取的備選片段的數(shù)量，也可以是在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)超過預(yù)設(shè)的重復(fù)閾值的備選片段的數(shù)量決定的。例如，設(shè)確定了三首節(jié)目音樂，音樂標(biāo)識(shí)分別為1、2和3，以100ms為單位進(jìn)行重復(fù)次數(shù)的投票計(jì)數(shù)，每首節(jié)目音樂的總時(shí)長設(shè)為150秒(這里僅為舉例，真實(shí)情況每首歌曲長度不等，投票單元按實(shí)際長度設(shè)置)，則一共有3*150*10＝4500個(gè)投票單元。若音樂片段提取設(shè)備與10個(gè)節(jié)目音頻數(shù)據(jù)進(jìn)行匹配后，得到的3個(gè)節(jié)目音樂在10個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段分別為如下三元組：(1，223，478)(1，328，568)(1，402，756)(1，404，742)(1，534，912)(1，1230，1498)(2，221，546)(2，245，631)(2，382，664)(3，986，1132)初始投票單元均為0，以(1，223，478)為例，則對第223～478個(gè)投票單元的投票計(jì)數(shù)加1，(2，221，546)為例，則對第1721～2046個(gè)投票單元加1(1721是指1500+221＝1721)，按照該原理，可以得出以下投票結(jié)果：1～222(投票單元)：0223～327：1328～401：2402～403：3404～478：4479～533：3534～568：4569～742：3743～756：2757～912：1913～1229：01230～1498：11499～1720：01721～1744：11745～1881：21882～2046：32047～2131：22132～2164：12165～3985：03986～4132：14133～4500：0其中，以1～222：0為例，表示1～222的每個(gè)投票單元的票數(shù)均為0，以223～327：1為例，表示223～327的每個(gè)投票單元的票數(shù)均為1。設(shè)預(yù)設(shè)時(shí)長為30s，則音樂片段提取設(shè)備需要計(jì)算這三首節(jié)目音樂中票數(shù)排名前N個(gè)的30s內(nèi)的連續(xù)音頻作為備選片段。本例中可以設(shè)N為2，音樂片段提取設(shè)備可以獲得票數(shù)排名前兩名的30s片段，本例結(jié)果取票數(shù)排名前兩名則為[402～701]與[1747～2046]這兩個(gè)時(shí)間片段。則音樂片段提取設(shè)備可以從節(jié)目音樂1截取40.2秒到第70.1秒的片段，從節(jié)目音樂2截取24.7秒到第54.6秒的片段，作為音樂片段輸出。其中，音樂片段提取設(shè)備可以根據(jù)預(yù)設(shè)的最大票數(shù)公式，獲取預(yù)設(shè)時(shí)長內(nèi)票數(shù)最多的時(shí)間片段，在本例中，預(yù)設(shè)的最大票數(shù)公式可以為：其中，i表示投票單元i，xj表示第j個(gè)投票單元的投票數(shù)大小，表示連續(xù)300個(gè)投票單元的投票數(shù)大小的和。通過預(yù)設(shè)的最大票數(shù)公式，獲取票數(shù)最的30秒片段的排名。可以理解的，音樂片段提取設(shè)備將至少一個(gè)備選片段確定為音樂片段后，在輸出之前，需要將有時(shí)間的沖突的片段去掉，也就是每一個(gè)音樂片段均不能有共同的片段。本發(fā)明實(shí)施例中的音樂片段可以用于作為鈴聲提供給用于進(jìn)行使用。進(jìn)一步的，音樂片段提取設(shè)備可以不僅可以按照上述方法根據(jù)備選片段在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)確定至少一個(gè)音樂片段，還可以結(jié)合多個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的熱點(diǎn)權(quán)重值確定各個(gè)備選片段的投票計(jì)數(shù)值，將投票計(jì)數(shù)值最高的預(yù)設(shè)數(shù)量個(gè)備選片段確定為所述音樂片段并輸出。例如，可以設(shè)定音樂標(biāo)識(shí)1的節(jié)目音樂對應(yīng)的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值為2，那么在對音樂標(biāo)識(shí)1的節(jié)目音樂的備選片段進(jìn)行投票時(shí)，每重復(fù)一次的投票計(jì)數(shù)都為2，例如，在上例中音樂標(biāo)識(shí)1的節(jié)目音樂的223～327的投票單元的投票計(jì)數(shù)值即為2。需要說明的是，音樂片段提取設(shè)備可以根據(jù)節(jié)目音頻數(shù)據(jù)的時(shí)效性和熱點(diǎn)性對節(jié)目音頻數(shù)據(jù)對應(yīng)熱點(diǎn)權(quán)重值進(jìn)行預(yù)先設(shè)置，例如，新出品的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值可以設(shè)置的比較高，如近一周上線的電影對應(yīng)的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值為10，近一個(gè)月上線的電影對應(yīng)的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值為5等。又進(jìn)一步的，當(dāng)音樂片段提取設(shè)備獲取到新的節(jié)目音樂或者節(jié)目音頻數(shù)據(jù)時(shí)，可以重新執(zhí)行本實(shí)施例的步驟，從而獲取更新后的至少一個(gè)音樂片段。本發(fā)明實(shí)施例中，通過提取節(jié)目音頻數(shù)據(jù)中的至少一個(gè)節(jié)目音頻段，獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)以及與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)并將兩者進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段，可以基于大量的節(jié)目音頻數(shù)據(jù)，聚類出出現(xiàn)頻率較高的音樂片段并生成鈴聲，從而節(jié)約人力成本并提高鈴聲制作的精確度。下面將結(jié)合圖2-圖6，對本發(fā)明實(shí)施例提供的音樂片段提取設(shè)備進(jìn)行詳細(xì)介紹。需要說明的是，圖2-圖6所示的音樂片段提取設(shè)備，用于執(zhí)行本發(fā)明圖1所示實(shí)施例的方法，為了便于說明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，具體技術(shù)細(xì)節(jié)未揭示的，請參照本發(fā)明圖1所示的實(shí)施例。圖2是本發(fā)明實(shí)施例提供的一種音樂片段提取設(shè)備的結(jié)構(gòu)示意圖，所述音樂片段提取設(shè)備包括：音頻段提取模塊210，用于分別從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，得到多個(gè)節(jié)目音頻段。具體的，視頻數(shù)據(jù)或者電臺(tái)節(jié)目等音頻數(shù)據(jù)中都包含了很多精心挑選的用戶比較喜歡的歌曲，而且?guī)в袝r(shí)效性、熱點(diǎn)性和經(jīng)典性。本發(fā)明實(shí)施例中的節(jié)目音頻數(shù)據(jù)就是指視頻數(shù)據(jù)庫(電影、電視劇、電視節(jié)目等)以及電臺(tái)節(jié)目音頻數(shù)據(jù)庫中的音頻數(shù)據(jù)。具體實(shí)施中，音頻段提取模塊210可以從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，其中至少一個(gè)節(jié)目音頻段可以是音樂片段提取設(shè)備對每個(gè)節(jié)目音頻數(shù)據(jù)按照預(yù)設(shè)的幀長和幀移進(jìn)行分割，從而得到多個(gè)相同時(shí)長的節(jié)目音頻段。例如，可以以10s為幀長，1s為幀移對某一個(gè)電影的音頻數(shù)據(jù)進(jìn)行分割，從而得到多個(gè)以10s為單位的節(jié)目音頻段，也即得到多個(gè)以10s為單位的數(shù)據(jù)幀。進(jìn)一步的，在提取至少一個(gè)節(jié)目音頻段之前，音頻段提取模塊210可以先將每個(gè)節(jié)目音頻數(shù)據(jù)轉(zhuǎn)換為8k16bit的PCM格式。指紋數(shù)據(jù)獲取模塊220，用于分別獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)。具體的，音頻指紋數(shù)據(jù)是指可以用來表征每個(gè)節(jié)目音頻段的一種數(shù)據(jù)。可選的，可以一并參見圖3，圖3是本發(fā)明實(shí)施例提供的指紋數(shù)據(jù)獲取模塊的結(jié)構(gòu)示意圖，所述指紋數(shù)據(jù)獲取模塊220包括：峰值點(diǎn)提取單元221，用于提取目標(biāo)節(jié)目音頻段的各幀音頻數(shù)據(jù)的頻譜峰值點(diǎn)。具體實(shí)施中，針對某一目標(biāo)節(jié)目音頻段，指紋數(shù)據(jù)獲取模塊220可以先通過傅里葉變換提取目標(biāo)節(jié)目音頻段的頻譜數(shù)據(jù)，然后峰值點(diǎn)提取單元221再根據(jù)頻譜數(shù)據(jù)提取目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)。峰值點(diǎn)對選取單元222，用于在各幀音頻數(shù)據(jù)的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對。峰值點(diǎn)對選取單元222在目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對。在選取相鄰頻譜峰值點(diǎn)對時(shí)，峰值點(diǎn)對選取單元222先確定一個(gè)目標(biāo)頻譜峰值點(diǎn)，然后獲取該目標(biāo)頻譜峰值點(diǎn)周圍預(yù)設(shè)區(qū)域內(nèi)，與該目標(biāo)頻譜峰值點(diǎn)的時(shí)間差最小的預(yù)設(shè)數(shù)目個(gè)頻譜峰值點(diǎn)，該目標(biāo)頻譜峰值點(diǎn)與在其周圍確定的時(shí)間差最小的預(yù)設(shè)數(shù)目個(gè)頻譜峰值點(diǎn)分別組成相鄰頻譜峰值點(diǎn)對。特征值確定單元223，用于根據(jù)目標(biāo)相鄰頻譜峰值點(diǎn)對的頻率參數(shù)和時(shí)間參數(shù)，確定目標(biāo)相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值。進(jìn)一步，針對某一目標(biāo)相鄰頻譜峰值點(diǎn)對，特征值確定單元223可以獲取該目標(biāo)相鄰頻譜峰值點(diǎn)對包含的兩個(gè)頻譜峰值點(diǎn)分別對應(yīng)的頻率參數(shù)和時(shí)間參數(shù)，根據(jù)頻率參數(shù)和時(shí)間參數(shù)確定目標(biāo)相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值。比如指紋特征值可以是兩個(gè)頻譜峰值點(diǎn)中的任一個(gè)頻譜峰值點(diǎn)的頻率參數(shù)和時(shí)間參數(shù)以及兩個(gè)頻譜峰值點(diǎn)分別對應(yīng)的頻率參數(shù)的差以及時(shí)間參數(shù)的差形成的數(shù)據(jù)結(jié)構(gòu)。例如，A(t1，f1)和B(t2，f2)這對相鄰頻譜峰值點(diǎn)對，t1、f1以及t2、f2分別為A和B的時(shí)間參數(shù)和頻率參數(shù)，其指紋特征值就可以為D{t1，f1，Δf，Δt}，其中，其中Δf＝f2-f1，Δt＝t2-t1。指紋數(shù)據(jù)確定單元224，用于根據(jù)所有相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值，確定所述目標(biāo)節(jié)目音頻段的音頻指紋數(shù)據(jù)。按照上述方法，可以獲取目標(biāo)節(jié)目音頻段的所有相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值，指紋數(shù)據(jù)確定單元224將這些指紋特征值通過預(yù)設(shè)的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式，轉(zhuǎn)換為對應(yīng)的音頻指紋數(shù)據(jù)。例如，獲取到的某一個(gè)指紋特征值為D{t1，f1，Δf，Δt}，音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式可以具體表示為：Y＝f1·2^12+Δf·2^6+Δt。節(jié)目音樂確定模塊230，用于根據(jù)所述節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，并將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂。具體的，預(yù)設(shè)的音樂指紋數(shù)據(jù)庫是指包含多個(gè)音樂指紋數(shù)據(jù)以及各音樂指紋數(shù)據(jù)對應(yīng)的音樂的數(shù)據(jù)存儲(chǔ)空間。其中，音樂指紋數(shù)據(jù)庫中的音樂指紋數(shù)據(jù)是音樂片段提取設(shè)備從音樂曲庫中獲取大量的音樂，然后節(jié)目音樂確定模塊230按照與音頻段提取模塊210和指紋數(shù)據(jù)獲取模塊220所描述的方法類似的方法，對大量的音樂數(shù)據(jù)進(jìn)行分幀處理，對每一幀數(shù)據(jù)進(jìn)行傅里葉變換并提取頻譜，再提取頻譜峰值點(diǎn)，選取至少一對相鄰頻譜峰值點(diǎn)對，獲取每一對相鄰頻譜峰值點(diǎn)對包含的兩個(gè)頻譜峰值點(diǎn)分別對應(yīng)的頻率參數(shù)和時(shí)間參數(shù)，根據(jù)頻率參數(shù)和時(shí)間參數(shù)確定每一對相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值，將這些指紋特征值通過預(yù)設(shè)的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式，轉(zhuǎn)換為對應(yīng)的音頻指紋數(shù)據(jù)。其中，這里的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式與指紋數(shù)據(jù)獲取模塊220中預(yù)設(shè)的音頻指紋數(shù)據(jù)的轉(zhuǎn)換公式設(shè)置為同一個(gè)?？梢岳斫獾氖?，一個(gè)音頻指紋數(shù)據(jù)是從某一目標(biāo)音樂的音頻數(shù)據(jù)中提取出來的，因此一個(gè)音頻指紋數(shù)據(jù)必然存在一個(gè)對應(yīng)的音樂，一個(gè)音樂可以存在多個(gè)對應(yīng)的音頻指紋數(shù)據(jù)。在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中，每一個(gè)音樂可以有一個(gè)標(biāo)識(shí)，音樂指紋數(shù)據(jù)庫就可以存儲(chǔ)多個(gè)音頻指紋數(shù)據(jù)與其對應(yīng)的音樂標(biāo)識(shí)的映射關(guān)系。在本發(fā)明實(shí)施例中，節(jié)目音樂確定模塊230確定了多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)后，就在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找是否存在各個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，當(dāng)存在某一節(jié)目音頻段的音頻指紋數(shù)據(jù)時(shí)，則獲取該音頻指紋數(shù)據(jù)對應(yīng)的音樂，并將該音樂作為節(jié)目音樂。進(jìn)一步的，節(jié)目音樂確定模塊230還可以對每個(gè)音頻指紋數(shù)據(jù)對應(yīng)的音樂出現(xiàn)的重復(fù)次數(shù)進(jìn)行計(jì)數(shù)，將重復(fù)次數(shù)超過預(yù)設(shè)的次數(shù)閾值的音樂作為節(jié)目音樂。從而，節(jié)目音樂確定模塊230就可以獲取多個(gè)節(jié)目音樂，也即獲取到在大量視頻的音頻數(shù)據(jù)或電臺(tái)的音頻數(shù)據(jù)中出現(xiàn)的多個(gè)節(jié)目音樂。能量編碼數(shù)據(jù)獲取模塊240，用于獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)，還用于獲取與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)。具體的，確定了節(jié)目音樂后，能量編碼數(shù)據(jù)獲取模塊240可以重新按照預(yù)設(shè)的幀長和幀移對各個(gè)節(jié)目音樂進(jìn)行采樣和分幀處理，然后對每一幀音頻數(shù)據(jù)進(jìn)行傅里葉變換得到頻譜，將得到的頻譜平均分成預(yù)設(shè)數(shù)量的n個(gè)頻段，為每個(gè)頻段計(jì)算均值作為此頻段的頻譜能量。也就是說，每一幀音頻數(shù)據(jù)對應(yīng)n個(gè)頻段，每個(gè)頻段對應(yīng)存在一個(gè)頻譜能量。接著能量編碼數(shù)據(jù)獲取模塊240按照每一幀在節(jié)目音樂中的時(shí)間順序，依次比較每一幀的每個(gè)頻段的頻譜能量與上一幀的每個(gè)頻段的頻譜能量之間的大小關(guān)系，根據(jù)比較得到結(jié)果，確定每一幀的頻譜能量編碼，從而可以確定每個(gè)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)，該頻譜能量編碼數(shù)據(jù)由每個(gè)節(jié)目音樂的音頻數(shù)據(jù)中的各個(gè)音頻幀的頻譜能量編碼組成。在一種可能的實(shí)施場景中，能量編碼數(shù)據(jù)獲取模塊240可以先將節(jié)目音樂的格式解碼為8k16bit的PCM格式，然后按照預(yù)設(shè)的1856個(gè)采樣點(diǎn)為一幀、58個(gè)采樣點(diǎn)為幀移對確定的每個(gè)節(jié)目音樂進(jìn)行分幀處理，對每一幀音頻數(shù)據(jù)進(jìn)行傅里葉變換得到頻譜后，將得到的頻譜平均分成32個(gè)頻段，為每個(gè)頻段計(jì)算均值作為此頻段的頻譜能量。接著能量編碼數(shù)據(jù)獲取模塊240按照每一幀在節(jié)目音樂中的時(shí)間順序，依次比較每一幀的每個(gè)頻段的頻譜能量與上一幀的每個(gè)頻段的頻譜能量之間的大小關(guān)系，當(dāng)某一目標(biāo)音頻幀的目標(biāo)頻段的頻譜能量大于該目標(biāo)音頻幀的上一音頻幀對應(yīng)頻段的頻譜能量時(shí)，可以將該目標(biāo)頻段的對比結(jié)果確定為1，當(dāng)某一目標(biāo)音頻幀的目標(biāo)頻段的頻譜能量小于該目標(biāo)音頻幀的上一音頻幀對應(yīng)頻段的頻譜能量時(shí)，可以將該目標(biāo)頻段的對比結(jié)果設(shè)為0，從而根據(jù)比較得到結(jié)果，音樂片段提取設(shè)備可以得到目標(biāo)音頻幀的32個(gè)頻段與該目標(biāo)音頻幀的上一音頻幀的32個(gè)頻段的比較結(jié)果，最終得到目標(biāo)音頻幀的32位頻譜能量編碼。例如，設(shè)節(jié)目音樂A中的某一音樂幀n2，其上一音樂幀為n1，經(jīng)過比較后得到音樂幀n2的32位頻譜能量編碼為10……11，也就是說，n2相較于n1來說，n2的第一個(gè)頻段的頻譜能量大于n1，n2的第二個(gè)頻段的頻譜能量小于n1，n2的最后兩個(gè)頻段的頻譜能量均大于n1。按照上述方法，能量編碼數(shù)據(jù)獲取模塊240可以獲取用于確定節(jié)目音樂的每個(gè)節(jié)目音頻段所對應(yīng)的節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)。時(shí)間片段確定模塊250，用于通過所述多個(gè)節(jié)目音頻數(shù)據(jù)中的將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，從而得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。具體的，這里的目標(biāo)節(jié)目音頻數(shù)據(jù)可以是多個(gè)節(jié)目音頻數(shù)據(jù)中的任何一個(gè)節(jié)目音頻數(shù)據(jù)，也就是說音樂片段提取設(shè)備將多個(gè)節(jié)目音頻數(shù)據(jù)中的每一個(gè)節(jié)目音頻數(shù)據(jù)依次作為目標(biāo)節(jié)目音頻數(shù)據(jù)，并確定每一個(gè)與目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。在第一種可能的實(shí)施場景中，時(shí)間片段確定模塊250確定了各個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)和節(jié)目音樂的頻譜能量編碼數(shù)據(jù)之后，可以將某一目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，確定出兩者的頻譜能量編碼數(shù)據(jù)中相互匹配的至少一段連續(xù)的頻譜能量編碼數(shù)據(jù)，從而可以確定至少一段連續(xù)的相互匹配的頻譜能量編碼數(shù)據(jù)所對應(yīng)的目標(biāo)節(jié)目音樂中的音頻幀，從而得到目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的至少一個(gè)時(shí)間片段。在第二種可能的實(shí)施場景中，時(shí)間片段確定模塊250通過將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，確定出兩者的頻譜能量編碼數(shù)據(jù)中相互匹配的至少一段連續(xù)的頻譜能量編碼數(shù)據(jù)后，選擇其中匹配長度最長的一段連續(xù)的頻譜能量編碼數(shù)據(jù)，從而可以確定該段最長的連續(xù)的相互匹配的頻譜能量編碼數(shù)據(jù)所對應(yīng)的目標(biāo)節(jié)目音樂中的音頻幀，從而得到目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的一個(gè)最長的時(shí)間片段。可選的，所述時(shí)間片段確定模塊250用于：通過將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，在所述目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中查找與所述目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例大于預(yù)設(shè)匹配比例閾值的最長時(shí)間片段，作為所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。在第三種可能的實(shí)施場景中，時(shí)間片段確定模塊250通過將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，在目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中查找與目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例大于預(yù)設(shè)匹配比例閾值的最長時(shí)間片段，作為目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。也就是說，時(shí)間片段確定模塊250先確定出兩者的頻譜能量編碼數(shù)據(jù)中相互匹配的至少一段連續(xù)的頻譜能量編碼數(shù)據(jù)后，選擇其中匹配長度最長的一段連續(xù)的頻譜能量編碼數(shù)據(jù)作為參考匹配片段，然后以該參考匹配片段為中心，向該參考匹配片段的上一段時(shí)間片段或者后一段時(shí)間片段擴(kuò)展，直至獲取到一個(gè)目標(biāo)時(shí)間片段，可以使目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段的頻譜能量編碼數(shù)據(jù)與目標(biāo)節(jié)目音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段的頻譜能量編碼數(shù)據(jù)的匹配比例大于預(yù)設(shè)匹配比例閾值，也即確定可以使目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)與目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例大于預(yù)設(shè)匹配比例閾值的目標(biāo)時(shí)間片段，該目標(biāo)時(shí)間片段即為目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。進(jìn)一步的，時(shí)間片段確定模塊250可以獲取每個(gè)時(shí)間片段出現(xiàn)的起始時(shí)間、結(jié)束時(shí)間以及目標(biāo)節(jié)目音樂的音樂標(biāo)識(shí)，用來表征每個(gè)時(shí)間片段?？蛇x的，可以一并參見圖4，圖4是本發(fā)明實(shí)施例提供的時(shí)間片段確定模塊的結(jié)構(gòu)示意圖，所述時(shí)間片段確定模塊250包括：匹配幀確定單元251，用于將目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀的頻譜能量編碼與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的音頻幀的頻譜能量編碼進(jìn)行比較，若目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀的頻譜能量編碼與目標(biāo)節(jié)目音樂的音頻幀的頻譜能量編碼的匹配度達(dá)到預(yù)設(shè)匹配度閾值，則確定該目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀為目標(biāo)節(jié)目音樂的音頻幀的匹配幀。需要說明的是，目標(biāo)節(jié)目音頻數(shù)據(jù)包括多個(gè)音頻幀，目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)也包括多個(gè)音頻幀，每個(gè)音頻幀都有對應(yīng)的頻譜能量編碼，因此匹配幀確定單元251在將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較時(shí)，可以先將目標(biāo)節(jié)目音頻數(shù)據(jù)的每個(gè)音頻幀的頻譜能量編碼與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的每個(gè)音頻幀的頻譜能量編碼進(jìn)行比較，也就是將兩者的每個(gè)音頻幀的頻譜能量編碼的每一位進(jìn)行對比，若目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀的頻譜能量編碼與目標(biāo)節(jié)目音樂的音頻幀的頻譜能量編碼的匹配度達(dá)到預(yù)設(shè)匹配度閾值，也即如果兩者的頻譜能量編碼的匹配的位數(shù)達(dá)到預(yù)設(shè)的預(yù)設(shè)匹配度閾值，則確定該目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀為目標(biāo)節(jié)目音樂的音頻幀的匹配幀。匹配比例確定單元252，用于按照時(shí)序先后關(guān)系，將目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中的目標(biāo)時(shí)間片段的音頻幀中被確定為目標(biāo)節(jié)目音頻數(shù)據(jù)中的相應(yīng)時(shí)間片段的音頻幀的匹配幀的比例，作為所述目標(biāo)節(jié)目音樂的目標(biāo)時(shí)間片段與所述目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例。對于第三種可能的實(shí)施情況，確定目標(biāo)節(jié)目音頻數(shù)據(jù)與目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)之間的所有匹配幀后，匹配比例確定單元252可以確定連續(xù)的匹配幀數(shù)量最多的一段時(shí)間片段中某一段連續(xù)的時(shí)間片段作為參考匹配片段，然后以該參考匹配片段為中心，向該參考匹配片段的上一段時(shí)間片段或者后一段時(shí)間片段擴(kuò)展，直至獲取到一個(gè)目標(biāo)時(shí)間片段，可以使目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段中與目標(biāo)節(jié)目音頻數(shù)據(jù)在該目標(biāo)時(shí)間片段中匹配幀數(shù)量與目標(biāo)時(shí)間片段的總幀數(shù)的比值大于預(yù)設(shè)匹配比例閾值，也即匹配比例大于預(yù)設(shè)匹配比例閾值，則該目標(biāo)時(shí)間片段即為目標(biāo)節(jié)目音樂在目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。音樂片段輸出模塊260，用于根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段。具體的，音樂片段輸出模塊260得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段后，可以根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段的重復(fù)次數(shù)，確定各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)最多的至少一個(gè)預(yù)設(shè)時(shí)長的時(shí)間片段作為對應(yīng)節(jié)目音樂的備選片段。進(jìn)一步的，當(dāng)音樂片段提取設(shè)備獲取到新的節(jié)目音樂或者節(jié)目音頻數(shù)據(jù)時(shí)，可以重新執(zhí)行本實(shí)施例的步驟，從而獲取更新后的至少一個(gè)音樂片段。可以理解的，音樂片段輸出模塊260將至少一個(gè)備選片段確定為音樂片段后，在輸出之前，需要將有時(shí)間的沖突的片段去掉，也就是每一個(gè)音樂片段均不能有共同的片段。本發(fā)明實(shí)施例中的音樂片段可以用于作為鈴聲提供給用于進(jìn)行使用?？蛇x的，可以一并參見圖5，圖5是本發(fā)明實(shí)施例提供的音樂片段輸出模塊的結(jié)構(gòu)示意圖，所述音樂片段輸出模塊260包括：備選片段確定單元261，用于根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段的重復(fù)次數(shù)，確定各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)最多的至少一個(gè)預(yù)設(shè)時(shí)長的時(shí)間片段作為對應(yīng)節(jié)目音樂的備選片段。備選片段確定單元261對各個(gè)目標(biāo)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的每一個(gè)時(shí)間片段的重復(fù)次數(shù)進(jìn)行統(tǒng)計(jì)，然后確定一段時(shí)間長度為預(yù)設(shè)時(shí)長的目標(biāo)時(shí)間片段，該預(yù)設(shè)時(shí)長的目標(biāo)時(shí)間片段所包含的各個(gè)時(shí)間片段的重復(fù)次數(shù)的和，是目標(biāo)節(jié)目音樂中所有在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的各時(shí)間片段中在預(yù)設(shè)的時(shí)長內(nèi)重復(fù)次數(shù)的和最大的一段時(shí)間片段，備選片段確定單元261將該預(yù)設(shè)時(shí)長的目標(biāo)時(shí)間片段作為備選片段。根據(jù)該方法，備選片段確定單元261就可以確定各個(gè)節(jié)目音樂的備選片段。音樂片段輸出單元262，用于根據(jù)各個(gè)備選片段在所述多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)，將至少一個(gè)備選片段確定為所述音樂片段并輸出。進(jìn)一步的，音樂片段輸出單元262根據(jù)各個(gè)備選片段在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)，將至少一個(gè)備選片段確定為音樂片段并輸出。也就是說，音樂片段輸出單元262在確定了每個(gè)節(jié)目音樂的備選片段后，需要從這些備選片段中選擇一定數(shù)量的備選片段作為音樂片段進(jìn)行輸出。因此，音樂片段輸出單元262可以對每個(gè)節(jié)目音樂的備選片段在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)進(jìn)行排序，獲取重復(fù)次數(shù)排序中的前N個(gè)節(jié)目音樂的備選片段作為音樂片段進(jìn)行輸出，其中，N可以預(yù)先設(shè)定的需要獲取的備選片段的數(shù)量，也可以是在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)超過預(yù)設(shè)的重復(fù)閾值的備選片段的數(shù)量決定的。可選的，所述音樂片段輸出單元262用于：根據(jù)所述備選片段在所述多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)以及出現(xiàn)的節(jié)目音頻數(shù)據(jù)對應(yīng)的熱點(diǎn)權(quán)重值，確定所述各個(gè)備選片段的投票計(jì)數(shù)值；將投票計(jì)數(shù)值最高的預(yù)設(shè)數(shù)量個(gè)備選片段確定為所述音樂片段并輸出。進(jìn)一步的，音樂片段輸出單元262可以不僅可以按照上述方法根據(jù)備選片段在多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)確定至少一個(gè)音樂片段，還可以結(jié)合多個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的熱點(diǎn)權(quán)重值確定各個(gè)備選片段的投票計(jì)數(shù)值，將投票計(jì)數(shù)值最高的預(yù)設(shè)數(shù)量個(gè)備選片段確定為所述音樂片段并輸出。例如，可以設(shè)定音樂標(biāo)識(shí)1的節(jié)目音樂對應(yīng)的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值為2，那么在對音樂標(biāo)識(shí)1的節(jié)目音樂的備選片段進(jìn)行投票時(shí)，每重復(fù)一次的投票計(jì)數(shù)都為2，需要說明的是，音樂片段輸出單元262可以根據(jù)節(jié)目音頻數(shù)據(jù)的時(shí)效性和熱點(diǎn)性對節(jié)目音頻數(shù)據(jù)對應(yīng)熱點(diǎn)權(quán)重值進(jìn)行預(yù)先設(shè)置，例如，新出品的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值可以設(shè)置的比較高，如近一周上線的電影對應(yīng)的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值為10，近一個(gè)月上線的電影對應(yīng)的節(jié)目音頻數(shù)據(jù)的熱點(diǎn)權(quán)重值為5等。本發(fā)明實(shí)施例中，通過提取節(jié)目音頻數(shù)據(jù)中的至少一個(gè)節(jié)目音頻段，獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)以及與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)并將兩者進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段，可以基于大量的節(jié)目音頻數(shù)據(jù)，聚類出出現(xiàn)頻率較高的音樂片段并生成鈴聲，從而節(jié)約人力成本并提高鈴聲制作的精確度。圖6是本發(fā)明實(shí)施例提供的另一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖，所述設(shè)備包括：音頻段提取模塊210、指紋數(shù)據(jù)獲取模塊220、節(jié)目音樂確定模塊230、能量編碼數(shù)據(jù)獲取模塊240、時(shí)間片段確定模塊250和音樂片段輸出模塊260，還包括：掩蔽峰值點(diǎn)檢測模塊270，用于檢測目標(biāo)節(jié)目音頻段的各幀音頻數(shù)據(jù)的頻譜峰值點(diǎn)中是否存在頻率差小于預(yù)設(shè)頻率閾值并且時(shí)間差小于預(yù)設(shè)時(shí)間閾值的掩蔽頻譜峰值點(diǎn)對。掩蔽峰值點(diǎn)濾除模塊280，用于當(dāng)存在頻率差小于預(yù)設(shè)頻率閾值并且時(shí)間差小于預(yù)設(shè)時(shí)間閾值的掩蔽頻譜峰值點(diǎn)對時(shí)，將所述掩蔽頻譜峰值點(diǎn)對被掩蔽的頻譜峰值點(diǎn)濾除。由于人對聲音感知時(shí)，短時(shí)譜峰值頻率點(diǎn)之間是相互影響，一個(gè)頻率分量可能掩蔽與其相近的頻率分量，即所謂的聽覺掩蔽效應(yīng)。因此音樂片段提取設(shè)備在選擇峰值頻率點(diǎn)時(shí)需要使選取的峰值點(diǎn)沿時(shí)間和頻率軸分布比較均勻，可以將距離較小的峰值點(diǎn)裁剪掉，以保證峰值點(diǎn)間的間距。具體實(shí)施中，在目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對之前，掩蔽峰值點(diǎn)檢測模塊270可以檢測目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中是否存在頻率差小于預(yù)設(shè)頻率閾值并且時(shí)間差小于預(yù)設(shè)時(shí)間閾值的掩蔽頻譜峰值點(diǎn)對，也即是否存在可能產(chǎn)生聽覺掩效應(yīng)的頻譜峰值點(diǎn)，若存在，則掩蔽峰值點(diǎn)濾除模塊280可以將掩蔽頻譜峰值點(diǎn)對被掩蔽的頻譜峰值點(diǎn)濾除。本發(fā)明實(shí)施例中，通過提取節(jié)目音頻數(shù)據(jù)中的至少一個(gè)節(jié)目音頻段，獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)以及與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)并將兩者進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段，可以基于大量的節(jié)目音頻數(shù)據(jù)，聚類出出現(xiàn)頻率較高的音樂片段并生成鈴聲，從而節(jié)約人力成本并提高鈴聲制作的精確度。圖7是本發(fā)明實(shí)施例提供的另一種音樂片段提取設(shè)備的結(jié)構(gòu)示意圖。如圖7所示，所述音樂片段提取設(shè)備1000可以包括：至少一個(gè)處理器1001，例如CPU，至少一個(gè)網(wǎng)絡(luò)接口1004，用戶接口1003，存儲(chǔ)器1005，至少一個(gè)通信總線1002。其中，通信總線1002用于實(shí)現(xiàn)這些組件之間的連接通信。其中，用戶接口1003可以包括顯示屏(Display)、鍵盤(Keyboard)，可選用戶接口1003還可以包括標(biāo)準(zhǔn)的有線接口、無線接口。網(wǎng)絡(luò)接口1004可選的可以包括標(biāo)準(zhǔn)的有線接口、無線接口(如WI-FI接口)。存儲(chǔ)器1005可以是高速RAM存儲(chǔ)器，也可以是非不穩(wěn)定的存儲(chǔ)器(non-volatilememory)，例如至少一個(gè)磁盤存儲(chǔ)器。存儲(chǔ)器1005可選的還可以是至少一個(gè)位于遠(yuǎn)離前述處理器1001的存儲(chǔ)裝置。如圖7所示，作為一種計(jì)算機(jī)存儲(chǔ)介質(zhì)的存儲(chǔ)器1005中可以包括操作系統(tǒng)、網(wǎng)絡(luò)通信模塊、用戶接口模塊以及片段提取應(yīng)用程序。在圖7所示的音樂片段提取設(shè)備1000中，用戶接口1003主要用于為用戶提供輸入的接口，獲取用戶輸入的數(shù)據(jù)；而處理器1001可以用于調(diào)用存儲(chǔ)器1005中存儲(chǔ)的音頻拼接應(yīng)用程序，并具體執(zhí)行以下操作：分別從多個(gè)節(jié)目音頻數(shù)據(jù)中的每個(gè)節(jié)目音頻數(shù)據(jù)中提取至少一個(gè)節(jié)目音頻段，得到多個(gè)節(jié)目音頻段；分別獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)以及所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)；；根據(jù)所述節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，并獲取與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)；通過將所述多個(gè)節(jié)目音頻數(shù)據(jù)中的目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，從而得到各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段；根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段。在一個(gè)實(shí)施例中，所述處理器1001根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段時(shí)，具體執(zhí)行以下操作：根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段的重復(fù)次數(shù)，確定各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)最多的至少一個(gè)預(yù)設(shè)時(shí)長的時(shí)間片段作為對應(yīng)節(jié)目音樂的備選片段；根據(jù)各個(gè)備選片段在所述多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)，將至少一個(gè)備選片段確定為所述音樂片段并輸出。在一個(gè)實(shí)施例中，所述處理器1001分別獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)時(shí)，具體執(zhí)行以下操作：提取目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)；在所述目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對；根據(jù)目標(biāo)相鄰頻譜峰值點(diǎn)對的頻率參數(shù)和時(shí)間參數(shù)，確定目標(biāo)相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值；根據(jù)所有相鄰頻譜峰值點(diǎn)對對應(yīng)的指紋特征值，確定所述目標(biāo)節(jié)目音頻段的音頻指紋數(shù)據(jù)。在一個(gè)實(shí)施例中，在所述目標(biāo)節(jié)目音頻段的頻譜峰值點(diǎn)中選取至少一對相鄰頻譜峰值點(diǎn)對之前，所述處理器1001還用于執(zhí)行以下操作：檢測目標(biāo)節(jié)目音頻段的各幀音頻數(shù)據(jù)的頻譜峰值點(diǎn)中是否存在頻率差小于預(yù)設(shè)頻率閾值并且時(shí)間差小于預(yù)設(shè)時(shí)間閾值的掩蔽頻譜峰值點(diǎn)對；若存在，則將所述掩蔽頻譜峰值點(diǎn)對被掩蔽的頻譜峰值點(diǎn)濾除。在一個(gè)實(shí)施例中，所述處理器1001通過所述多個(gè)節(jié)目音頻數(shù)據(jù)中的將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段時(shí)，具體執(zhí)行以下操作：通過將目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較，在所述目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中查找與所述目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例大于預(yù)設(shè)匹配比例閾值的最長時(shí)間片段，作為所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段。在一個(gè)實(shí)施例中，所述頻譜能量編碼數(shù)據(jù)包括音頻數(shù)據(jù)中每個(gè)音頻幀的頻譜能量編碼，所述處理器1001通過將所述多個(gè)節(jié)目音頻數(shù)據(jù)中的目標(biāo)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)進(jìn)行比較時(shí)，具體執(zhí)行以下操作：將目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀的頻譜能量編碼與該目標(biāo)節(jié)目音頻數(shù)據(jù)對應(yīng)的目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)的音頻幀的頻譜能量編碼進(jìn)行比較，若目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀的頻譜能量編碼與目標(biāo)節(jié)目音樂的音頻幀的頻譜能量編碼的匹配度達(dá)到預(yù)設(shè)匹配度閾值，則確定該目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻幀為目標(biāo)節(jié)目音樂的音頻幀的匹配幀；按照時(shí)序先后關(guān)系，將目標(biāo)節(jié)目音樂的音頻數(shù)據(jù)中的目標(biāo)時(shí)間片段的音頻幀中被確定為目標(biāo)節(jié)目音頻數(shù)據(jù)中的相應(yīng)時(shí)間片段的音頻幀的匹配幀的比例，作為所述目標(biāo)節(jié)目音樂的目標(biāo)時(shí)間片段與所述目標(biāo)節(jié)目音頻數(shù)據(jù)的音頻匹配比例。在一個(gè)實(shí)施例中，所述處理器1001根據(jù)各個(gè)備選片段在所述多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)，將至少一個(gè)備選片段確定為所述音樂片段并輸出時(shí)，具體執(zhí)行以下操作：根據(jù)所述備選片段在所述多個(gè)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的重復(fù)次數(shù)以及出現(xiàn)的節(jié)目音頻數(shù)據(jù)對應(yīng)的熱點(diǎn)權(quán)重值，確定所述各個(gè)備選片段的投票計(jì)數(shù)值；將投票計(jì)數(shù)值最高的預(yù)設(shè)數(shù)量個(gè)備選片段確定為所述音樂片段并輸出。本發(fā)明實(shí)施例中，通過提取節(jié)目音頻數(shù)據(jù)中的至少一個(gè)節(jié)目音頻段，獲取多個(gè)節(jié)目音頻段的音頻指紋數(shù)據(jù)，在預(yù)設(shè)的音樂指紋數(shù)據(jù)庫中查找與所述節(jié)目音頻段的音頻指紋數(shù)據(jù)匹配的音樂音頻指紋數(shù)據(jù)，將查找到的音樂音頻指紋數(shù)據(jù)對應(yīng)的音樂確定為節(jié)目音樂，獲取所述多個(gè)節(jié)目音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)以及與各個(gè)節(jié)目音頻數(shù)據(jù)對應(yīng)的節(jié)目音樂的音頻數(shù)據(jù)的頻譜能量編碼數(shù)據(jù)并將兩者進(jìn)行比較，得到所述目標(biāo)節(jié)目音樂在所述目標(biāo)節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，根據(jù)各個(gè)節(jié)目音樂在對應(yīng)的節(jié)目音頻數(shù)據(jù)中出現(xiàn)的時(shí)間片段，輸出至少一個(gè)節(jié)目音樂的音樂片段，可以基于大量的節(jié)目音頻數(shù)據(jù)，聚類出出現(xiàn)頻率較高的音樂片段并生成鈴聲，從而節(jié)約人力成本并提高鈴聲制作的精確度。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲(chǔ)介質(zhì)可為磁碟、光盤、只讀存儲(chǔ)記憶體(Read-OnlyMemory，ROM)或隨機(jī)存儲(chǔ)記憶體(RandomAccessMemory，RAM)等。以上所揭露的僅為本發(fā)明較佳實(shí)施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。當(dāng)前第1頁1 2 3