| 主权项 |
1.一种基于MFCCM的音频数据检索方法，其特征在于：该方法通过以下步骤实现：步骤一：根据现有的音频数据构建音频数据MFCCM数据库，并计算待查询、检索的音频数据mfcc_q矩阵；步骤二：对MFCCM进行多列塔型检索，选出一定比例的相关音频数据；步骤三：MFCCM与mfcc_q矩阵列的相似性分析，得到可能的音频数据与待查询数据相似的帧的起始点；步骤四：计算MFCCM与mfcc_q相关帧的距离msc，取其中msc最小的音频数据为检索结果；以上四步骤，能根据对检索精度的要求只采用步骤一、步骤二，也能采用步骤一、步骤二、步骤三和步骤四来实现音频数据检索；在上述步骤一中，所述的构建音频数据MFCCM数据库包括：把一个音频数据文件的每个帧的MFCC，作为矩阵的行，按顺序组成的矩阵就是MFCCM，它可以表示为：<img file="FSB00000470956900011.GIF" wi="796" he="131" />，其中，i＝1，2，…，I，j＝0，1，…，R，1≤R≤L，I为一个音频数据文件分帧的数量，R为一帧音频数据MFCC的个数，L为临界频带的数量；对于要查询、检索的音频数据，同样计算其MFCCM，把它表示为mfcc_q(Iq，R)矩阵，以示与数据库中已有MFCCM的区别，其中Iq为要查询、检索的音频数据分帧的数量；在上述步骤二中，所述的对MFCCM进行多列塔型检索包括：首先，设定一个阈值Y1；然后，取出mfcc_q矩阵中的第一列，与数据库中已有的所有的MFCCM中第一列进行部分或全部的比较，即计算tx(1：Iq)＝mfcc(n：n+Iq-1，1)-mfcc_q(：，1)，ty＝|tx(1)|+|tx(2)|+…+|tx(n-m)|；其中，n＝1，2，…，I-Iq+1，I为MFCCM的列数，Iq为要查询、检索的音频数据分帧的数量，mfcc(n：n+Iq-1，1)表示MFCCM矩阵第一列的n到n+Iq-1行；比较计算从n＝1开始，结束的条件是ty＜＝Y1或n＝I-Iq+1；如果ty＜＝Y1，则在结束该次比较的同时，记录数据库中该音频数据的MFCCM，作为下一层塔型搜索的基础；同样，对数据库中的另一音频数据的MFCCM进行同样操作，直到搜索数据库中所有相关内容；取出上述的音频数据MFCCM，以Y2为阈值，进行与要查询音频数据mfcc_q矩阵的第二列的比较计算，同样，再分别以Y3和Y4作为阈值，对MFCCM的第三列和第四列进行同样检索；通过多层塔型的检索，将选出一定比例的相关音频数据进入下一环节的分析与检索。 |
