一种基于音频片段切分的数字音频时域压缩方法

摘要

本发明涉及一种基于音频片段切分的数字音频时域压缩方法，属于音频处理技术领域。本方法通过提取乐曲的数字音频中的音频特征，分析并获得乐曲的结构信息，根据乐曲的结构信息选择并删除若干个可删除音频片段序列，最后使用数字音频时域压缩方法对删除后的数字音频进行时域压缩，从而改变乐曲的播放时间长度。本发明方法在数字音频时域压缩前，根据乐曲的结构信息找到满足特定条件的音频片段子序列，删除音频片段子序列后，可以保证乐曲中剩下的音频片段自然、平滑地连接，减少了数字音频时域压缩对数字音频播放质量的影响，改善了时域压缩后的数字音频的播放效果。

主权项

1.一种基于音频片段切分的数字音频时域压缩方法，其特征在于该方法包括以下步骤：(1)将原始乐曲数字音频分为n个音频片段，得到一个音频片段序列，记为：s₁、s₂、s₃、……、s_n-1、s_n，设音频片段s_i的原始时间长度为t_i；(2)根据用户设定的压缩后的乐曲数字音频的时间长度T_u和压缩过程中的乐曲数字音频的当前时间长度T_m，得到时域压缩率时域压缩率的取值范围为0＜p＜1；(3)对上述时域压缩率p进行判断，若p小于或者等于用户设定的最小压缩率p_min，则转至步骤(4)，若时域压缩率p大于用户设定的最小压缩率p_min，最小压缩率p_min的取值范围为0＜p_min＜1，则转至步骤(8)；(4)对上述n个音频片段中的任意两个音频片段s_i、s_j，使用音频片段相似度量方法计算音频片段s_i与音频片段s_j之间的相似度值d_i，j，对相似度值d_i，j进行判断，若相似度值d_i，j大于或者等于设定的相似度阈值I，则判断音频片段s_i与音频片段s_j为相似音频片段，若相似度值d_i，j小于设定的相似度阈值I，则判断音频片段s_i与音频片段s_j为不相似音频片段，重复该步骤，遍历n个音频片段中的任意两个音频片段，得到所有任意两个音频片段之间的相似关系，相似度阈值I为从正无穷到负无穷的实数，相似度值的取值范围为-∞＜d_i，j＜∞；(5)根据上述音频片段之间的相似关系，将n个音频片段分为w个音频片段组，记为：G₁、G₂、…、G_x、…、G_w，满足音频片段组G_x中的任意一个音频片段s_i，在G_x中至少存在一个与音频片段s_i相似的音频片段s_j，且在音频片段组G_x以外的音频片段组中不存在与音频片段s_i相似的音频片段；(6)为每个音频片段组G_i设置一个唯一的音频片段组标识符A_i，用一个音频片段组标识符A_i对音频片段组G_i中的所有音频片段进行标记；用音频片段组标识符A_i表达上述音频片段序列s₁、s₂、s₃、……、s_n-1、s_n，得到与乐曲的音频片段序列相对应的音频片段组标识符序列；形成一个可删除子序列s_b、s_b+1、……、s_e-1、s_e，该可删除子序列满足：在音频片段标识符序列中存在两个相邻的音频片段标识符，该两个音频片段标识符分别与音频片段s_b-1和音频片段组标识符与s_e+1相对应，其中，b和e为正整数，1＜b≤e＜n；遍历音频片段组标识符序列，得到所有可删除子序列；(7)从上述音频片段序列中删除一个可删除子序列，使删除可删除子序列后的乐曲数字音频的时间长度T_c与用户设定的压缩后的乐曲数字音频的时间长度T_u之间的差值的绝对值最小，转至步骤(2)；(8)根据步骤(2)得到时域压缩率p，使用数字音频时域压缩方法对上述数字音频文件进行时域压缩。