| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 101 | 对来自音频信号的特征指纹的提取和匹配 | CN201280005546.5 | 2012-01-13 | CN103403710B | 2016-11-09 | 塞瑞志·比洛罗夫 |
| 从音频样本提取音频指纹，其中该指纹包含作为该样本中的内容的特性的信息。该指纹可以通过以下步骤产生：为音频样本计算能量谱，对能量谱重采样，对重采样的能量谱进行变换以产生一系列的特征向量，以及使用特征向量的差分编码来计算指纹。所产生的指纹可以与数据库中的一组参考指纹进行比较来识别原始的音频内容。 | ||||||
| 102 | 一种针对音频指纹库数据的多级索引方法 | CN201510179068.5 | 2015-04-15 | CN104765836A | 2015-07-08 | 王磊 |
| 本发明提供一种针对音频指纹库数据的多级索引方法和设备，解决现有技术中海量音频指纹库搜索性能低下，比较查询时计算次数偏高的技术问题。其中，所述方法包括：将所述音频指纹库数据中每一个音频指纹的value的数据位切分成索引部分和指纹数据部分，所述索引部分为多级索引；将所述索引部分中的各级通过指针指向下一级；以及将所述索引部分的最后一级的指针指向所述指纹数据部分；所述设备包括：用于将所述音频指纹库数据中每一个音频指纹的value的数据位切分成索引部分和指纹数据部分的装置，其中，所述索引部分为多级索引；用于将所述索引部分中的各级通过指针指向下一级的装置；以及用于将所述索引部分的最后一级的指针指向所述指纹数据部分的装置。 | ||||||
| 103 | 定距条件下的基于音频物理指纹的设备认证 | CN201410500058.2 | 2014-09-25 | CN104363092A | 2015-02-18 | 陈大江; 秦臻; 王惟一; 王韬; 胡定耀; 徐海津 |
| 定距条件下的基于音频物理指纹的设备认证。本发明公开了一种基于无线设备音频硬件(扩音器和麦克风)物理指纹的定距离设备认证协议。该协议在认证双方音频握手以后，首先在发送端产生混频音频信号，同时利用扩音器将混频信号发送给接收端；其次，接收端利用麦克风接收混频信号，并提取物理指纹；最后，接收端利用基于偏离率的指纹匹配算法将收集到的指纹与指纹库中的指纹做匹配分析。本发明设计的认证方法具有高效率，低能耗，操作简单便捷，可移植性高等特点。 | ||||||
| 104 | 对来自音频信号的特征指纹的提取和匹配 | CN201280005546.5 | 2012-01-13 | CN103403710A | 2013-11-20 | 塞瑞志·比洛罗夫 |
| 从音频样本提取音频指纹，其中该指纹包含作为该样本中的内容的特性的信息。该指纹可以通过以下步骤产生：为音频样本计算能量谱，对能量谱重采样，对重采样的能量谱进行变换以产生一系列的特征向量，以及使用特征向量的差分编码来计算指纹。所产生的指纹可以与数据库中的一组参考指纹进行比较来识别原始的音频内容。 | ||||||
| 105 | 基于MDCT频谱期望的压缩域音频指纹提取方法 | CN201310142650.5 | 2013-04-23 | CN103324663A | 2013-09-25 | 吴黎明; 邓耀华; 王桂棠; 韩威; 高世平; 陈智翔; 李垚飞 |
| 本发明涉及一种直接从压缩域音频文件(MP3格式)提取音频指纹的方法，对MP3格式音频文件进行解码得到MDCT(Modified Discrete Cosine Transform，改进型离散余弦变换)频谱，对MDCT频谱进行重叠分块，再对每块MDCT频谱进行临界带划分，计算每个临界带的特征矢量，将同一块内的所有临界带特征矢量进行类概率运算，接着计算各块MDCT频谱的期望，根据相邻块之间的期望值得到音频指纹，本发明提供了针对压缩域音频文件进行指纹提取的方法，非常适合当前网络上以压缩域格式音频为主流的存储和传输方式，可用于音频文件的版权管理，以及音频文件信息的查找。 | ||||||
| 106 | 用于按照索引信息搜索音频指纹的系统和方法 | CN200880012639.4 | 2008-04-14 | CN101663708B | 2012-10-10 | 李承宰; 徐镇洙; 李相光; 俞元英; 尹英锡; 徐庸硕; 吴元根; 徐泳浩 |
| 提供了一种用于按照索引信息来搜索音频指纹的系统和方法。所述系统包括：DB组，用于基于音频文件的音频指纹的统计特性来生成索引，并连续地匹配索引、音频指纹、和音乐信息；和音频指纹搜索设备，用于基于新输入音频文件的音频指纹的统计特性来生成新索引，并通过从DB组中搜索新索引来搜索用于新输入音频文件的对应音乐信息。 | ||||||
| 107 | 一种基于模型指纹的音频主动归因方法 | CN202410282316.8 | 2024-03-13 | CN118135989A | 2024-06-04 | 陈龙; 周彦秀; 董振兴; 陈自刚 |
| 本发明涉及一种基于模型指纹的音频主动归因取证方法，属于音频处理和数字取证领域。该方法包括两个主要阶段：模型指纹嵌入阶段和音频归因阶段。模型指纹嵌入阶段：为音频生成模型添加模型指纹，并同步训练模型指纹解码器，通过解码器提取出音频的模型指纹；音频归因阶段：将提取出的音频的模型指纹与存储的模型指纹对比，如果相同，则认为是已知模型生成的；否则，则认为不是已知模型生成的。本发明方法无需对音频样本进行操作，直接通过添加模型指纹的方法使得生成音频中带有模型指纹，进行音频主动归因。本发明不仅能够让模型拥有者对模型进行指纹识别，而且可以准确地检测到包含指纹的音频并归因，确保了音频生成模型的分发和使用更加透明。 | ||||||
| 108 | 一种基于音频指纹的语音检索方法及系统 | CN202010938773.X | 2020-09-09 | CN112035696B | 2024-05-28 | 张秋余; 许福久; 张其文; 段宏湘; 白建; 赵雪娇 |
| 本发明涉及一种基于音频指纹的语音检索方法及系统。该方法包括：提取时长为20s的原始语音的梅尔频率倒谱系数MFCC特征和线性预测倒谱系数LPCC特征；将所述MFCC特征和所述LPCC特征进行特征组合处理，确定组合后的特征矩阵；基于信息熵的特征降维方法，对所述组合后的特征矩阵进行列降维，确定列降维后的特征矩阵；基于能量的特征降维方法，对所述列降维后的特征矩阵进行行降维，确定行降维后的特征矩阵；根据所述行降维后的特征矩阵构建音频指纹数据库；利用归一化汉明距离算法，将待查询语音片段与所述音频指纹库中的音频指纹进行匹配检索。本发明能够提高对长语音片段的检索效率和检索精度以及音频指纹的检索鲁棒性。 | ||||||
| 109 | 识别音频指纹的方法、装置、终端及存储介质 | CN201911186990.1 | 2019-11-26 | CN110992983B | 2023-04-18 | 鲁霄; 孔令城; 赵伟峰 |
| 本发明实施例公开了一种识别音频指纹的方法、装置、终端及存储介质，其中方法包括：获取原始音频及所述原始音频指纹的特征值时间点；根据所述原始音频指纹的特征值时间点与指纹库中的音频指纹的特征值时间点的差值，得到时间差直方图；获取所述时间差直方图的最大频数；若所述最大频数在预设范围内，获取所述时间差直方图的次大频数，其中，所述预设范围由上限阈值和下限阈值确定；若所述最大频数和所述次大频数之和大于所述上限阈值，获取目标音频，并返回识别结果，其中，所述目标音频为所述最大频数以及所述次大频数对应的音频。本发明实施例可以解决音频时间过短而无法有效识别的问题。 | ||||||
| 110 | 一种基于离散基尼系数的音频指纹降维方法 | CN201910784077.5 | 2019-08-23 | CN110600038B | 2022-04-05 | 贾懋珅; 赵文兵 |
| 本发明涉及一种基于离散基尼系数计算的音频指纹降维方法，旨在解决音频指纹特征维度高的问题，具体包括分类构建目标声音库、提取样本音频的指纹特征、引入离散基尼系数对音频指纹特征进行降维。本发明在音频指纹各维度引入指纹离散基尼系数，通过音频指纹各维度的离散基尼系数大小反映出不同音频在该维的区分性大小，通过保留离散基尼系数大的维度，删除离散基尼系数小的维度达到降维的目的。通过降维后的音频指纹特征构建的样本音频指纹库数据量更小、利用率更高。 | ||||||
| 111 | 一种基于音频指纹的防沉迷方法及系统 | CN202111317030.1 | 2021-11-09 | CN114003886A | 2022-02-01 | 汪于迪; 王霄麟 |
| 本发明提供一种基于音频指纹的防沉迷方法及系统，涉及应用防沉迷领域。本发明在进行防沉迷时，将验证系统安装在云端，而采集系统和执行系统都在终端，这样设置能避免用户通过修改本地文件绕开身份验证的作弊手段，且能让家长通过云端实时掌握孩子的应用使用情况；将提取的音频指纹与数据库中已有的音频指纹进行比对，提取code相同的特征点，组成多个数组，计算同一数组中不同time的差值来判断是否匹配；相较于现有技术的直接比较所有(code,time)，减少了运算量；通过添加音频‑图像匹配实体来验证音频采集者和图像采集者是否匹配，解决传统的防沉迷系统无法验证音频和图像是否为同一人从而使用户通过各种方法绕过防沉迷监管的问题。 | ||||||
| 112 | 音频指纹的生成方法、装置及存储介质 | CN201810841791.9 | 2018-07-27 | CN109102811B | 2021-03-30 | 肖纯智 |
| 本发明公开了一种音频指纹的生成方法、装置及存储介质，属于多媒体技术领域。所述方法包括：将目标音频划分为M帧音频，确定M帧音频每帧音频的N个频域能量，对于M帧音频中任一帧音频A，根据音频A的N个频域能量，确定音频A的指纹序列，得到与M帧音频一一对应的M个指纹序列。也即是，在本发明实施例中，每帧音频对应一个指纹序列，且每帧音频的指纹序列仅仅与该帧音频的N个频域能量相关，与相邻帧的音频的频域能量没有关系，这样的话，如果目标音频中某一帧音频中混入杂音，只会影响该帧音频的指纹序列，对其他的指纹序列不会产生影响，提高了音频指纹的抗干扰性。 | ||||||
| 113 | 一种基于音频指纹的语音检索方法及系统 | CN202010938773.X | 2020-09-09 | CN112035696A | 2020-12-04 | 张秋余; 许福久; 张其文; 段宏湘; 白建; 赵雪娇 |
| 本发明涉及一种基于音频指纹的语音检索方法及系统。该方法包括：提取时长为20s的原始语音的梅尔频率倒谱系数MFCC特征和线性预测倒谱系数LPCC特征；将所述MFCC特征和所述LPCC特征进行特征组合处理，确定组合后的特征矩阵；基于信息熵的特征降维方法，对所述组合后的特征矩阵进行列降维，确定列降维后的特征矩阵；基于能量的特征降维方法，对所述列降维后的特征矩阵进行行降维，确定行降维后的特征矩阵；根据所述行降维后的特征矩阵构建音频指纹数据库；利用归一化汉明距离算法，将待查询语音片段与所述音频指纹库中的音频指纹进行匹配检索。本发明能够提高对长语音片段的检索效率和检索精度以及音频指纹的检索鲁棒性。 | ||||||
| 114 | 一种音频指纹的生成方法和装置以及设备 | CN202010364797.9 | 2020-04-30 | CN111581430A | 2020-08-25 | 肖龙源; 李稀敏; 叶志坚; 刘晓葳 |
| 本发明公开了一种音频指纹的生成方法和装置以及设备。其中，所述方法包括：获取用户的音频数据，和产生该获取的音频数据的声谱图和频谱图，和从该声谱图和该频谱图中提炼关联该获取的音频数据的音频普适性特征和音频周期性特征，和根据该音频普适性特征和该音频周期性特征，还原该获取的音频数据的现场音频，以及提取该现场音频的音频指纹。通过上述方式，能够实现提高从用户的音频数据中提取的音频指纹的准确率。 | ||||||
| 115 | 一种音频指纹匹配方法和装置以及设备 | CN202010364799.8 | 2020-04-30 | CN111581426A | 2020-08-25 | 肖龙源; 李稀敏; 叶志坚; 刘晓葳 |
| 本发明公开了一种音频指纹匹配方法和装置以及设备。其中，所述方法包括：确定一个或多个关联用户档案数据中的个人特征的共性特征，和构建关联该一个或多个共性特征的音频指纹数据库集合，和按照该共性特征的数量，对该音频指纹数据库集合中的所有音频指纹数据库进行优先级排序，和从该经优先级排序后的该音频指纹数据库集合中的所有音频指纹数据库配置到与待匹配的音频指纹所对应的用户的个人特征的共性特征的音频指纹数据库，以及将该待匹配的音频指纹与该配置到的音频指纹数据库进行相似度匹配，匹配出相似度最高的音频指纹所对应的用户，为该待匹配的音频指纹所对应的用户。通过上述方式，能够实现提高音频指纹匹配的效率。 | ||||||
| 116 | 一种音频指纹的识别方法和装置以及设备 | CN202010293633.1 | 2020-04-15 | CN111444376A | 2020-07-24 | 肖龙源; 李稀敏; 刘晓葳; 谭玉坤; 叶志坚 |
| 本发明公开了一种音频指纹的识别方法和装置以及设备。其中，所述方法包括：采集至少一个用户的音频数据和个人特征，和根据该每个用户的个人特征，对该每个用户的音频数据进行音频指纹提取，和根据该个人特征和该音频指纹，构建关联该个人特征的至少一个共性特征的音频指纹数据库，以及根据待识别的音频指纹和对应该待识别的音频指纹的个人特征，从关联对应该待识别的音频指纹的个人特征的至少一个共性特征的音频指纹数据库中识别出与该待识别的音频指纹相似度最高的音频指纹对应的用户，其中，该待识别的音频指纹对应的用户为该构建的音频指纹数据库中的用户。通过上述方式，能够实现提高音频指纹的识别效率。 | ||||||
| 117 | 音频指纹的生成方法、装置、设备及存储介质 | CN202010201489.4 | 2020-03-20 | CN111400542A | 2020-07-10 | 缪畅宇 |
| 本申请实施例提供一种音频指纹的生成方法、装置、计算机设备及存储介质。该方法包括：获取第一音频片段的频谱图；在频谱图中确定出m个特征点；获取m个特征点对应的n个特征点对；计算n个特征点对分别对应的特征值区间，得到第一音频片段的音频指纹，特征点对对应的特征值区间用于表示特征点对对应的旋律段的时间特征范围和频率特征范围。在本申请实施例中，通过对采用模糊的特征值区间来表示音频片段的音频指纹，可以尽可能地减小噪音、过度压缩等外部因素对生成音频指纹造成的干扰。 | ||||||
| 118 | 变距条件下的基于音频物理指纹的设备认证 | CN201410499544.7 | 2014-09-25 | CN104392161B | 2018-07-27 | 陈大江; 秦臻; 王惟一; 王韬; 胡定耀; 徐海津 |
| 本发明公开了一种在变距条件下的基于音频硬件扬声器和麦克风的频率响应曲线的音频设备认证方法。在发送端，该方法快速生成距离相关的结构化的音频叠加信号，并通过扬声器传送给认证端；认证端通过麦克风接收音频信号后，利用快速FFT算法进行指纹快速提取。本认证方法可分为学习模式和认证模式。在学习模式下，发送端在多个不同的距离发送音频叠加信号，使得认证端获取在不同距离下的指纹信息。在认证阶段，认证端提取物理指纹以后，采用自适应的指纹匹配方法，从指纹库中提取合适的指纹信息进行匹配，若认证得到的累计误差小于阈值则认证通过，否则，认证失败。本发明克服了距离对音频认证产生的影响，具有硬件要求低，认证方便，准确率高，安全性好等特点。本方法已经在不同的实验环境中进行了验证，认证准确率达到95％以上，为进一步丰富和发展设备认证奠定坚实的基础。 | ||||||
| 119 | 一种实时音频指纹检索库数据更新和检索方法 | CN201410244730.6 | 2014-05-30 | CN103995890A | 2014-08-20 | 王磊; 邱戴飞 |
| 本发明公开了一种实时音频指纹检索库数据更新和检索方法，实时音频指纹检索库可实时地接收多路音频指纹流，多路音频指纹流每个指纹流中均包含成对的音频指纹、母本元信息，实时音频指纹检索库采用环形队列存储数据，环形队列包括头指针、尾指针、最大容量、当前数量信息，数据从队列的头部添加，每次成功添加数据，头指针往前移，尾指针和头指针之间的数据设为当前有效数据，检索时从队尾开始获取数据，多路音频指纹流每路指纹流数据存入时均设有过期时间，通过所述的尾指针移动使过期数据失效。本发明保证音频指纹数据的实时性，所有音频指纹数据均设有有效期，具备超时音频指纹数据自动删除功能。 | ||||||
| 120 | 音频指纹匹配查询的方法、装置及存储介质 | PCT/CN2016/083403 | 2016-05-26 | WO2017005059A1 | 2017-01-12 | 孔令城 |
一种音频指纹匹配查询的方法，包括步骤：统计各音频信息在设定的统计周期内的查询次数，并将各音频信息按照查询次数从多到少的顺序依次排序(S10)；对排序前n个音频信息建立热门音频模型(S20)，其中n为正整数，并将热门音频模型装载到热门音频服务器中(S30)；当接收到客户端发送的查询请求时(S40)，提取查询请求中的音频指纹，在热门音频服务器中的热门音频模型中查找与音频指纹匹配的音频信息(S50)；当在热门音频服务器中查找到与音频指纹匹配的音频信息时，将匹配的音频信息返回给客户端(S60)。 |
||||||
QQ群二维码
意见反馈
意见反馈