【摘要】 本发明公开了一种基于径向基函数统计模型的演唱评分方法。传统的演唱评分方法通过比对目标音频与参考音频的声学特征差异进行评分，其缺陷在于：使用不同的参考音频将得到迥异的评分结果。本发明提出一种基于径向基函数统计模型的演唱评分方法，采集标准样本不同的参考音频并提取声学特征，包括梅尔倒谱系数特征、线性预测系数、基频特征，使用这些特征训练得到基于径向基函数统计模型，再利用该模型计算目标音频的对数概率矩阵，最后使用动态规整计算最佳匹配对数概率，能得到更精确而稳定的评分。 【专利类型】发明授权 【申请人】杭州来同科技有限公司 【申请人类型】企业 【申请人地址】310030 浙江省杭州市西湖区绿城紫金广场C座1001室 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】西湖区 【申请号】CN201210127133.6 【申请日】2012-04-26 【申请年份】2012 【公开公告号】CN102664018B 【公开公告日】2014-01-08 【公开公告年份】2014 【授权公告号】CN102664018B 【授权公告日】2014-01-08 【授权公告年份】2014.0 【IPC分类号】G10L15/01; G10L15/02; G10L15/04; G10L15/10; G10L25/51 【发明人】林裕旭; 刘康苗; 刘迪搏; 张恺 【主权项内容】1.基于径向基函数统计模型的演唱评分方法，其特征在于，包括以下步骤： (1)预处理，包括如下步骤： 制作特征库：采集同一歌曲的若干参考音频样本，即同一歌手在不同时期的录音及不同歌手的录音，记为{Si}，将样本分割成时间长度为T、前后重叠时间长度一致的音频段，记为 ，提取音频段的短时信号特征，包括梅尔倒谱系数特征、线性预测系数、基频特征，记为 ； 训练并建立统计模型： 训练计算模型的均值与协方差参数： 其中，μj为各音频样本第j段音频的模型均值；σj为第j段音频的模型协方差矩阵，代表样本在空间中的分布；n代表参考音频样本的数量；i表示第i个参考音频样本； 建立各段音频对应的径向基函数统计模型： Pj(X)=R(Dj(X)) Dj(X)=(X-μj)T.σj-1.(X-μj) 其中，R为单调递减径向基函数；Dj(X)为输入向量X与音频均值的马氏距离，该距离计算方法用于归一化特征向量在不同方向上的长度；Pj(X)为第j段音频对应的径向基函数统计模型； (2)目标音频评分，包括如下步骤： 提取目标音频实时特征：将目标音频实时分割成时间长度为T、前后重叠时间长度一致的音频段，记为{Dj}，提取音频段的短时信号特征，包括梅尔倒谱系数特征、线性预测系数、基频特征，记为{Gj}；建立对数概率矩阵：评分系统每隔L个音频段对目标音频进行评分，每次评分前建立目标音频特征与统计模型的对数概率矩阵：Mk(x, y)=Log(Pk*L-v+x(Gk*L+y)) x∈[0, L+2v), y∈[0, L), Mk(x, y)表示第k次评分的对数概率矩阵中下标为(x, y)的元素值，v为偏差忍受值，即允许演唱者的节奏相对特征库提前或滞后v个音频段； 动态规整匹配：使用对数概率矩阵Mk作为标准动态规整算法的输入，得到目标音频段相对于统计模型的最佳匹配对数概率，记为bk，通过如下正规化公式输出第k次评判分数pk： 使用所有实时评判分数的均值作为目标音频的总体评判分数。 【当前权利人】杭州来同科技有限公司 【当前专利权人地址】浙江省杭州市西湖区绿城紫金广场C座1001室 【专利权人类型】有限责任公司(自然人投资或控股) 【统一社会信用代码】91330106670643355C 【引证次数】4.0 【他引次数】4.0 【家族引证次数】5.0 【家族被引证次数】4

未经允许不得转载：http://www.zhongzhencnc.com/1791586854.html