CN102568470A - 一种音频文件音质识别方法及其系统 - Google Patents

Abstract

本发明提供一种音频文件音质识别方法及其系统，通过所述将音频文件划分为多个音频片段，将每个音频片段转换到频域，通过每个音频片段的频域对应的能量值计算所述音频文件的平均截断频率。所述平均截断频率反映了音频在高频的丢失或压缩程度，平均截断频率越高，说明音频在高音部分的丢失或压缩程度不高，因此是高音质，否则为低音质。建立基准截断频率对计算获得音频文件的平均截断频率比较，就可以根据比较结果快速准确地判断所述音频文件的音质高低。运算简单，除了对数据实施傅里叶变换转换到频域之外，其余的都是简单的比较和求平均值；适用性高，并对于低码率源转高码率的音频有很好的辨识效果。

Description

一种音频文件音质识别方法及其系统

技术领域

本发明涉及音频文件质量检测的技术领域，尤其涉及一种音频文件音质识别方法，以及一种音频文件音质识别系统。

背景技术

音质识别技术拥有着广阔的应用领域和前景，目前主要的应用有音频文件质量检测与鉴定，音频压缩、格式转换技术对音频质量损耗的检测与鉴定，录音系统中硬件设备、软件环境的故障检测，音像制品的盗版识别，以及各种乐器、电子拟声设备、播放设备的质量评测。其中，音频文件质量检测与鉴定是目前音质识别技术中最成熟的领域。

音频文件质量检测对于语音声纹声控技术、语音拨号、对多声源环境中的某一音源监听、语音搜索、语音命令起到至关重要的作用。

有音频文件质量检测与鉴定，音频压缩、格式转换技术对音频质量损耗的检测与鉴定，录音系统中硬件设备、软件环境的故障检测，音像制品的盗版识别，以及各种乐器、电子拟声设备、播放设备的质量评测有重要作用。

频谱分析仪依信号处理方式的不同，一般有两种类型；即时频谱分析仪(Real-Time Spectrum Analyzer)与扫描调谐频谱分析仪(Sweep-Tuned SpectrumAnalyzer)。即时频率分析仪的功能为在同一瞬间显示频域的信号振幅，其工作原理是针对不同的频率信号而有相对应的滤波器与检知器(Detector)，再经由同步的多工扫描器将信号传送到CRT或液晶等显示仪器上进行显示，其优点是能显示周期性杂散波(Periodic Random Waves)的瞬间反应，其缺点是价昂且性能受限于频宽范围，滤波器的数目与最大的多工交换时间(SwitchingTime)。

最常用的频谱分析仪是扫描调谐频谱分析仪，基本结构类似超外差式接收器，工作原理是输入信号经衰减器直接外加到混波器，可调变的本地振荡器经与CRT同步的扫描产生器产生随时间作线性变化的振荡频率，经混波器与输入信号混波降频后的中频信号(IF)再放大，滤波与检波传送到CRT的垂直方向板，因此在CRT的纵轴显示信号振幅与频率的对应关系。影响信号反应的重要部份为滤波器频宽，滤波器之特性为高斯滤波器，影响的功能就是量测时常见到的解析频宽RBW，代表两个不同频率的信号，能够被清楚的分辨出来的最低频宽差异，两个不同频率的信号频宽如低于频谱分析仪的RBW，此时该两信号将重叠，难以分辨，较低的RBW固然有助于不同频率信号的分辨与量测，低的RBW将滤除较高频率的信号成份，导致信号显示时产生失真，失真值与设定的RBW密切相关，较高的RBW固然有助于宽频带信号的侦测，将增加杂讯底层值(Noise Floor)，降低量测灵敏度，对于侦测低强度的信号易产生阻碍，因此适当的RBW宽度是正确使用频谱分析仪重要的概念。

音质识别技术在很长一段时间内采用的是向前-向后双向检测方式，这种技术手段有两个非常明显的缺陷：

1.计算量的浪费：由于计算方法落后，导致计算时间过长，对硬件资源和能源的消耗较大。

2.计算路径不能明确判定：因为识别技术采用向前-向后的双线计算方式，导致计算路径单一，对于某些音域识别的准确性有影响。

发明内容

本发明要解决的技术问题在于提供一种能够快速准确地判断音频文件质量的音频文件音质识别方法。

一种音频文件音质识别方法，包括：将音频文件以预定的时间间隔平均划分为多个音频片段；将各个所述音频片段转换到频域；根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率；比较所述音频文件的平均截断频率与基准截断频率；当所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件，否则，将所述音频文件划分为低音质音频文件。

本发明要解决的技术问题还在于提供一种能够快速准确地判断音频文件质量的音频文件音质识别系统。

一种音频文件音质识别系统，包括：音频分段模块、转换模块、截断频率计算模块、比较模块、分类模块。所述音频分段模块用于将音频文件以预定的时间间隔平均划分为多个音频片段；所述转换模块用于将各个所述音频片段转换到频域；所述截断频率计算模块用于根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率；所述比较模块用于比较所述音频文件的平均截断频率与基准截断频率；所述分类模块用于在所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件；在所述音频文件的平均截断频率不大于所述基准截断频率时，否则，将所述音频文件划分为低音质音频文件。

与现有技术相比较，本发明的音频文件音质识别方法及其系统，通过所述将音频文件划分为多个音频片段，将每个音频片段转换到频域，通过每个音频片段的频域对应的能量值计算所述音频文件的平均截断频率。所述平均截断频率反映了音频在高频的丢失或压缩程度，平均截断频率越高，说明音频在高音部分的丢失或压缩程度不高，因此是高音质，否则为低音质。建立基准截断频率对计算获得音频文件的平均截断频率比较，就可以根据比较结果快速准确地判断所述音频文件的音质高低。

本发明的音频文件音质识别方法及其系统的运算简单，除了对数据实施傅里叶变换转换到频域之外，其余的都是简单的比较和求平均值；适用性高，只要是基于PCM的音频数据都可以采用本算法做鉴别，而目前数字音乐的基本上都是基于PCM的；本发明对于低码率源转高码率的音频有很好的辨识效果。

附图说明

图1是本发明音频文件音质识别方法的流程示意图；

图2是本发明音频文件音质识别系统的结构示意图；

图3是本发明音频文件音质识别系统的截断频率计算模块一种优选实施方式的结构示意图；

图4是本发明音频文件音质识别系统的判决模块一种优选实施方式的结构示意图；

图5是本发明音频文件音质识别系统的比较模块一种优选实施方式的结构示意图。

具体实施方式

请参阅图1，图1是本发明音频文件音质识别方法的流程示意图。

所述音频文件音质识别方法包括：

S1，将音频文件以预定的时间间隔平均划分为多个音频片段，并将各个所述音频片段转换到频域；

在本步骤中，将待识别音质的音频文件等份划分为多个音频片段，以便对每个音频文件进行转换。可根据识别精度的要求来对所述音频文件进行划分，在精度要求较高时以较短的时间间隔将音频文件划分为较多的音频片段；在精度要求较低时以较长的时间间隔划分。

在本实施方式中，通过分别对各个所述音频片段进行傅里叶变换，将各个所述音频片段转换到频域。

S2，根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率；

将各个所述音频片段转换到频域后，每一所述音频片段都对应全频域，分别获取所述音频片段的频域中的各个频段对应的能量值，可计算出所述音频文件的平均截断频率。

优选地，在计算所述音频文件的平均截断频率时，逐次选取所述音频文件中若干个连续的音频片段；分别根据所述若干个连续的音频片段的各个频段的能量值，判决所述若干个连续的音频片段的截断频率；然后在获得所有的音频片段对应的截断频率后，计算所述平均截断频率。例如可逐次选取所述音频文件中连续的20个音频片段，对所述20个音频片段进行截断频率的计算，然后再获取下一连续的20个音频片段，再次计算截断频率，直到所述音频文件的所有音频片段都被获取并进行截断频率计算为止。获得多个截断频率值，对所述多个截断频率值求平均值，即获得所述音频文件的平均截断频率。

进一步地，在选取所述音频文件中若干个连续的音频片段进行截断频率计算之前，可先对所述音频文件的内容进行初步的筛选，由于歌曲在开始和结尾处通常频率分布不够完整和稳定，所以可以排除前后部分时间段的内容。即可以排除所述音频文件前后N个音频片段之后，在其他各个音频片段中逐次选取若干个连续的音频片段进行所述截断频率的计算，其中，N为正整数。

在本步骤中判决所述若干个连续的音频片段的截断频率时，可采取以下方法：分别获取各个所述音频片段所包含的各个频段的能量值；比较所述若干个连续的音频片段所包含的相同频段的能量值，获取各个频段的最大能量值；按照频率从高到低的顺序，依次将相邻的两个频段对应的最大能量值相减，在相减的差值首次大于基准能量差值时，获取作为减数的最大能量值所对应的频段作为所述若干个连续的音频片段的截断频率。

上述基准能量差值优选设置为3分贝。亦即，按照频率从高到低的顺序，当相邻的两个频段对应的最大能量值相减的差值首次大于3分贝时，作为减数的最大能量值所对应的频段为所述截断频率。

因为业内对于音频文件通常是在高频部分压缩的最多，所以上述截断频率的判决方法中首先按高频到低频的顺序来对各个相邻频段的最大能量值相减，这样就可以最快地获得高频部分的截断频率，通过高频部分的截断频率即可表征整个音频片段或音频文件的整体截断频率，又可以简化计算，提高运算速度。

S3，比较所述音频文件的平均截断频率与基准截断频率；

在本步骤中，所述基准截断频率可以根据经验或者音质要求预先设定。

作为一种优选实施方式，可预先建立保存一个标准的码率-基准截断频率对照表；然后根据所述音频文件的码率，查询所述码率-基准截断频率对照表，获取与所述音频文件的码率对应的基准截断频率；将计算获得的所述音频文件的平均截断频率与查询获得的所述基准截断频率比较。如果所述音频文件的平均截断频率大于所述基准截断频率，则认为所述音频文件的平均截断频率较高，为高音质音频文件，否则为低音质音频文件。

所述码率-基准截断频率对照表的建立可以先根据对大量的音质确定的音频文件进行分析建立，分别统计多个不同音质的音频文件的码率和平均截断频率，然后建立所述码率-基准截断频率对照表，再可根据实际需要和音质要求设定每种音质标准的基准截断频率。

建立所述码率-基准截断频率对照表的参考歌曲可从用户的歌库中的所有歌曲中选取，对所述歌库中的所有歌曲实施截断频率计算，由于绝大部分歌曲是正常歌曲，所以我们能够建立所述码率-基准截断频率对照表。所述码率-基准截断频率对照表中的基准截断频率值即成为判定歌曲音质的标准。低于标准值越多，判别为低音质的置信度越高。

S4，当所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件，否则，将所述音频文件划分为低音质音频文件。

通过查询上述码率-基准截断频率对照表获得的判断结果，如果某一首歌曲的平均截断频率低于所述码率-基准截断频率对照表中同一码率对应的平均截断频率，则认为该歌曲是“伪高码率歌曲”，即高码率但是音质不高。

与现有技术相比较，本发明的音频文件音质识别方法，以截断频率为依据判断音乐的音质，使用频率段极值以及频率能量差作为计算截断频率的依据。计算简单，除了对数据实施傅里叶变换，其余的都是简单的比较和求平均值。适用性高，只要是基于PCM的音频数据都可以采用本算法做鉴别，而目前数字音乐的基本上都是基于PCM的。对于低码率源转高码率的音频有很好的辨识效果。

请参阅图2，图2是本发明音频文件音质识别系统的结构示意图。

所述音频文件音质识别系统，包括：音频转换模块11、截断频率计算模块12、比较模块13和分类模块14。所述音频转换模块11用于将音频文件以预定的时间间隔平均划分为多个音频片段，并将各个所述音频片段转换到频域；所述截断频率计算模块12用于根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率；所述比较模块13用于比较所述音频文件的平均截断频率与基准截断频率；所述分类模块14用于在所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件；在所述音频文件的平均截断频率不大于所述基准截断频率时，否则，将所述音频文件划分为低音质音频文件。

所述音频转换模块11将待识别音质的音频文件等份划分为多个音频片段，以便对每个音频文件进行转换。所述音频转换模块11可根据识别精度的要求来对所述音频文件进行划分，在精度要求较高时以较短的时间间隔将音频文件划分为较多的音频片段；在精度要求较低时以较长的时间间隔划分。

在本实施方式中，所述音频转换模块11通过分别对各个所述音频片段进行傅里叶变换，将各个所述音频片段转换到频域。

所述音频转换模块11将各个所述音频片段转换到频域后，每一所述音频片段都对应全频域，所述截断频率计算模块12分别获取所述音频片段的频域中的各个频段对应的能量值，可计算出所述音频文件的平均截断频率。

优选地，所述截断频率计算模块12包括：音频截取模块121、判决模块122和均值计算模块123。如图3所示。

所述音频截取模块121用于逐次选取所述音频文件中若干个连续的音频片段；

所述判决模块122用于分别根据所述若干个连续的音频片段的各个频段的能量值，判决所述若干个连续的音频片段的截断频率；

所述均值计算模块123用于获得所有的音频片段对应的截断频率后，计算所述平均截断频率。例如可逐次选取所述音频文件中连续的20个音频片段，对所述20个音频片段进行截断频率的计算，然后再获取下一连续的20个音频片段，再次计算截断频率，直到所述音频文件的所有音频片段都被获取并进行截断频率计算为止。获得多个截断频率值，对所述多个截断频率值求平均值，即获得所述音频文件的平均截断频率。

进一步地，所述音频截取模块121在选取所述音频文件中若干个连续的音频片段进行截断频率计算之前，可先对所述音频文件的内容进行初步的筛选。由于歌曲在开始和结尾处通常频率分布不够完整和稳定，所以所述音频截取模块121可以排除前后部分时间段的内容，即可以排除所述音频文件前后N个音频片段之后，在其他各个音频片段中逐次选取若干个连续的音频片段进行所述截断频率的计算，其中，N为正整数。

在本实施方式中，所述判决模块122包括：能量值判决子模块21、最大值判断子模块22和截断频率判决模块23。如图4所示。

所述能量值判决子模块21用于获取各个所述音频片段所包含的各个频段的能量值；

所述最大值判断子模块22用于比较所述若干个连续的音频片段所包含的相同频段的能量值，获取各个频段的最大能量值；

所述截断频率判决模块23用于按照频率从高到低的顺序，依次将相邻的两个频段对应的最大能量值相减，在相减的差值首次大于基准能量差值时，获取作为减数的最大能量值所对应的频段作为所述若干个连续的音频片段的截断频率。

上述基准能量差值优选设置为3分贝。亦即，按照频率从高到低的顺序，当相邻的两个频段对应的最大能量值相减的差值首次大于3分贝时，作为减数的最大能量值所对应的频段为所述截断频率。

因为业内对于音频文件通常是在高频部分压缩的最多，所以上述截断频率的判决方法中首先按高频到低频的顺序来对各个相邻频段的最大能量值相减，这样就可以最快地获得高频部分的截断频率，通过高频部分的截断频率即可表征整个音频片段或音频文件的整体截断频率，又可以简化计算，提高运算速度。

所述比较模块13用于将计算获取的待识别音质的音频文件的平均截断频率和所述基准截断频率比较，所述基准截断频率可以根据经验或者音质要求预先设定。

作为一种优选实施方式，可预先建立保存一个标准的码率-基准截断频率对照表，所述比较模块13包括：储存子模块131、查询子模块132和数据比较子模块133。如图5所示。

所述储存子模块131用于预先保存码率-基准截断频率对照表；

所述查询子模块132用于根据所述音频文件的码率，查询所述码率-基准截断频率对照表，获取与所述音频文件的码率对应的基准截断频率；

所述数据比较子模块133用于将计算获得的所述音频文件的平均截断频率与查询获得的所述基准截断频率比较。

如果所述音频文件的平均截断频率大于所述基准截断频率，则认为所述音频文件的平均截断频率较高，为高音质音频文件，否则为低音质音频文件。

所述码率-基准截断频率对照表的建立可以先根据对大量的音质确定的音频文件进行分析建立，分别统计多个不同音质的音频文件的码率和平均截断频率，然后建立所述码率-基准截断频率对照表，再可根据实际需要和音质要求设定每种音质标准的基准截断频率。

建立所述码率-基准截断频率对照表的参考歌曲可从用户的歌库中的所有歌曲中选取，对所述歌库中的所有歌曲实施截断频率计算，由于绝大部分歌曲是正常歌曲，所以我们能够建立所述码率-基准截断频率对照表。所述码率-基准截断频率对照表中的基准截断频率值即成为判定歌曲音质的标准。低于标准值越多，判别为低音质的置信度越高。

所述分类模块14根据所述比较模块13的比较结果对所述音频文件进行分类，当所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件，否则，将所述音频文件划分为低音质音频文件。

所述比较模块13通过查询上述码率-基准截断频率对照表获得的判断结果，如果某一首歌曲的平均截断频率低于所述码率-基准截断频率对照表中同一码率对应的平均截断频率，则认为该歌曲是“伪高码率歌曲”，即高码率但是音质不高，由所述分类模块14对所述音频文件进行正确的分类。

与现有技术相比较，本发明的音频文件音质识别系统中，以截断频率为依据判断音乐的音质，使用频率段极值以及频率能量差作为计算截断频率的依据。计算简单，除了对数据实施傅里叶变换，其余的都是简单的比较和求平均值。适用性高，只要是基于PCM的音频数据都可以采用本算法做鉴别，而目前数字音乐的基本上都是基于PCM的。对于低码率源转高码率的音频有很好的辨识效果。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (10)

1.一种音频文件音质识别方法，其特征在于，包括以下步骤：

将音频文件以预定的时间间隔平均划分为多个音频片段，将各个所述音频片段转换到频域；

根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率；

比较所述音频文件的平均截断频率与基准截断频率；

当所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件，否则，将所述音频文件划分为低音质音频文件。

2.如权利要求1所述的音频文件音质识别方法，其特征在于，根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率的步骤包括：

逐次选取所述音频文件中若干个连续的音频片段；

分别根据所述若干个连续的音频片段的各个频段的能量值，判决所述若干个连续的音频片段的截断频率；

获取所有的音频片段对应的截断频率后，计算所述平均截断频率。

3.如权利要求2所述的音频文件音质识别方法，其特征在于，判决所述若干个连续的音频片段的截断频率的步骤包括：

获取各个所述音频片段所包含的各个频段的能量值；

比较所述若干个连续的音频片段所包含的相同频段的能量值，获取各个频段的最大能量值；

按照频率从高到低的顺序，依次将相邻的两个频段对应的最大能量值相减，在相减的差值首次大于基准能量差值时，获取作为减数的最大能量值所对应的频段作为所述若干个连续的音频片段的截断频率。

4.如权利要求2所述的音频文件音质识别方法，其特征在于，在选取所述音频文件中若干个连续的音频片段之前，进一步包括以下步骤：

排除所述音频文件前后N个音频片段之后，在其他各个音频片段中逐次选取若干个连续的音频片段进行所述截断频率的计算，其中，N为正整数。

5.如权利要求1所述的音频文件音质识别方法，其特征在于：通过对各个所述音频片段进行傅里叶变换，将各个所述音频片段转换到频域。

6.如权利要求1至5中任意一项所述的音频文件音质识别方法，其特征在于，比较所述音频文件的平均截断频率与基准截断频率的步骤包括：

预先保存码率-基准截断频率对照表；

根据所述音频文件的码率，查询所述码率-基准截断频率对照表，获取与所述音频文件的码率对应的基准截断频率；

将计算获得的所述音频文件的平均截断频率与查询获得的所述基准截断频率比较。

7.一种音频文件音质识别系统，其特征在于，包括：

音频转换模块，用于将音频文件以预定的时间间隔平均划分为多个音频片段，并将各个所述音频片段转换到频域；

截断频率计算模块，用于根据各个所述音频片段的频域对应的能量值，计算所述音频文件的平均截断频率；

比较模块，用于比较所述音频文件的平均截断频率与基准截断频率；

分类模块，用于在所述音频文件的平均截断频率大于所述基准截断频率时，将所述音频文件划分为高音质音频文件；在所述音频文件的平均截断频率不大于所述基准截断频率时，否则，将所述音频文件划分为低音质音频文件。

8.如权利要求7所述的音频文件音质识别系统，其特征在于，所述截断频率计算模块包括：

音频截取模块，用于逐次选取所述音频文件中若干个连续的音频片段；

判决模块，用于分别根据所述若干个连续的音频片段的各个频段的能量值，判决所述若干个连续的音频片段的截断频率；

均值计算模块，用于获得所有的音频片段对应的截断频率后，计算所述平均截断频率。

9.如权利要求8所述的音频文件音质识别系统，其特征在于，所述判决模块包括：

能量值判决子模块，用于获取各个所述音频片段所包含的各个频段的能量值；

最大值判断子模块，用于比较所述若干个连续的音频片段所包含的相同频段的能量值，获取各个频段的最大能量值；

截断频率判决模块，用于按照频率从高到低的顺序，依次将相邻的两个频段对应的最大能量值相减，在相减的差值首次大于基准能量差值时，获取作为减数的最大能量值所对应的频段作为所述若干个连续的音频片段的截断频率。

10.如权利要求7至9中任一项所述的音频文件音质识别系统，其特征在于，所述比较模块包括：

储存子模块，用于预先保存码率-基准截断频率对照表；

查询子模块，用于根据所述音频文件的码率，查询所述码率-基准截断频率对照表，获取与所述音频文件的码率对应的基准截断频率；

数据比较子模块，用于将计算获得的所述音频文件的平均截断频率与查询获得的所述基准截断频率比较。

Images