复杂度可缩放的感知节拍估计

摘要

本发明公开了复杂度可缩放的感知节拍估计。本申请涉及用于估计诸如音频或组合视频/音频信号之类的媒体信号的节奏的方法和系统。特别地，本申请涉及由人类听众感知的节奏的估计，以及涉及用于以可缩放的计算复杂度进行节奏估计的方法和系统。一种用于从包括谱带复制数据的音频信号的编码的比特流中提取该音频信号的节奏信息的方法和系统。该方法包括以下步骤∶确定对于音频信号的一时间间隔在该编码的比特流中包含的谱带复制数据量相关联的有效载荷量；对于该音频信号的编码的比特流的连续的时间间隔，重复该确定步骤，从而确定有效载荷量的序列；识别该有效载荷量的序列的周期性；以及从识别的周期性提取音频信号的节奏信息。

主权项

一种用于估计音频信号的感知突出的节奏的方法，该方法包括∶确定来自该音频信号的调制谱，其中该调制谱包括指示该音频信号中的周期性的多个出现频率和相应的多个重要性值，其中该重要性值指示在该音频信号中的相应的出现频率的相对重要性；将物理上突出的节奏确定为与该多个重要性值的最大值对应的出现频率；从该调制谱确定音频信号的节拍度量；从该调制谱确定感知节奏指示符，其中该感知节奏指示符包含以下中的一个或多个：该调制谱的矩心、该音频信号的节拍强度、以及该调制谱的混乱程度；以及通过根据该节拍度量修改该物理上突出的节奏来确定感知突出的节奏，其中该修改步骤考虑了该感知节奏指示符和物理上突出的节奏之间的关系。