买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东科技学院

摘要：本发明涉及音频噪声过滤技术领域，具体涉及一种智慧物联网多媒体教学管理方法及系统，本发明根据多媒体教学音频数据的音频波动振幅的分布情况和音频波动相似情况进行分析，得到含有人声信息的待测教学音频区间；进一步对待测教学音频区间对应的语谱图的灰度分布情况进行分析，得到各个待测教学音频区间中极值点的噪声干扰程度；根据噪声干扰程度和极值点的分布得到的有效极值点对多媒体教学音频数据进行经验模态分解去噪处理，得到多媒体教学去噪音频数据，最后将多媒体教学去噪音频数据进行压缩存储，从而进行物联网多媒体教学管理。本发明通过获取有效极值点进行经验模态分解去噪处理的方法对物联网多媒体教学数据的管理效果更好。

主权项：1.一种智慧物联网多媒体教学管理方法，其特征在于，所述方法包括：获取多媒体教学音频数据；根据所述多媒体教学音频数据的音频波动振幅的分布情况，得到至少两个强振幅连续相似音频区间和至少两个弱振幅连续相似音频区间；根据各个弱振幅连续相似音频区间的音频波动相似情况，筛选出所有弱振幅连续相似音频区间中的参考振幅连续相似音频区间；将强振幅连续相似音频区间和参考振幅连续相似音频区间作为待测教学音频区间；根据每个待测教学音频区间的语谱图的灰度分布特征，得到每个待测教学音频区间中各个极值点的噪声干扰程度；根据所述噪声干扰程度以及极值点的分布情况，筛选出多媒体教学音频数据中的有效极值点；根据多媒体教学音频数据中的所述有效极值点进行经验模态分解去噪处理，得到多媒体教学去噪音频数据；将所述多媒体教学去噪音频数据进行压缩存储；所述强振幅连续相似音频区间的获取方法包括：统计所述多媒体教学音频数据的所有极值点；将两个相邻的极值点之间的区间作为振幅区间；将每个振幅区间内的振幅极差，作为每个振幅区间的波动振幅；将所有波动振幅以对应振幅区间的时间顺序排列，得到波动振幅序列；计算所有波动振幅对应的波动振幅均值，在波动振幅序列中，将小于所述波动振幅均值的波动振幅作为弱参考振幅，将大于所述波动振幅均值的波动振幅作为强参考振幅；将多媒体教学音频数据中强参考振幅和与其邻接的弱参考振幅之间的极值点，作为划分点；通过所述划分点将所述多媒体教学音频数据划分为至少两个初始音频区间；将强参考振幅的数量大于或等于预设连续阈值的初始音频区间，作为强振幅连续相似音频区间；所述弱振幅连续相似音频区间的获取方法包括：将弱参考振幅的数量大于或等于预设连续阈值的初始音频区间，作为弱振幅连续相似音频区间；所述参考振幅连续相似音频区间的获取方法包括：依次将每个弱振幅连续相似音频区间作为目标音频区间，将目标音频区间外的其他弱振幅连续相似音频区间作为对比音频区间，将目标音频区间对应的音频数据曲线作为目标数据曲线，将对比音频区间对应的音频数据曲线作为对比数据曲线；对于任意一个对比数据曲线：通过DTW算法获取目标数据曲线的数据与对比数据曲线的数据之间的匹配数据对以及对应的DTW距离；以匹配数据对的索引值为横坐标，以匹配数据对对应的DTW距离为纵坐标，构建直角坐标系；根据所述直角坐标系中每个匹配数据对对应的坐标点进行曲线拟合，得到对应的DTW距离波动曲线；根据DTW距离波动曲线中各个匹配数据对的坐标点的斜率分布情况，得到对比数据曲线对应的波动相似性；根据所有对比数据曲线对应的波动相似性的分布情况，得到目标音频区间对应的整体波动相似程度；在所有弱振幅连续相似音频区间中，将整体波动相似程度小于或等于预设波动阈值的弱振幅连续相似音频区间，作为参考振幅连续相似音频区间，所述预设波动阈值大于0；所述噪声干扰程度的获取方法包括：依次将每个待测教学音频区间的语谱图作为目标语谱图；根据所述目标语谱图中各个像素点的灰度值通过最大类间方差法，得到分割阈值；将灰度值大于所述分割阈值的像素点组成的连通域，作为高能连通域；计算目标语谱图中所有高能连通域的总面积和高能连通域的数量；将目标语谱图对应的所有高能连通域的总面积与高能连通域的数量之间的比值，作为目标语谱图对应的音频能量聚集程度；将任意两个高能连通域进行组合，得到所有的高能连通域二元组；将每个高能连通域二元组中两个高能连通域的质心之间的距离，作为每个高能连通域二元组对应的参考距离；将所有高能连通域二元组对应的参考距离累加值，作为目标语谱图的音频能量离散程度；将目标语谱图中所有灰度值的方差，作为目标语谱图的灰度变化剧烈程度；根据所述音频能量聚集程度、所述音频能量离散程度以及所述灰度变化剧烈程度，得到目标语谱图中各个极值点的噪声干扰程度，所述音频能量聚集程度与所述噪声干扰程度呈负相关关系，所述音频能量离散程度和所述灰度变化剧烈程度均与所述噪声干扰程度呈正相关关系；所述有效极值点的获取方法包括：将待测教学音频区间中的极值点作为参考极值点；在多媒体教学音频数据中，将与每个参考极值点的极值点类型相同且最近邻的预设数量个极值点，作为每个参考极值点对应的对比极值点；计算每个参考极值点与对应的每个对比极值点之间的振幅差异，将每个参考极值点对应的所有振幅差异之和，作为每个参考极值点对应的参考权重；根据所述参考权重和所述噪声干扰程度，得到每个参考极值点对应的分解贡献程度，所述参考权重与所述分解贡献程度呈正相关，所述噪声干扰程度与所述分解贡献程度呈负相关；将所述分解贡献程度大于预设有效阈值的参考极值点，作为有效极值点，所述预设有效阈值大于0。

全文数据：

权利要求：

百度查询： 广东科技学院 一种智慧物联网多媒体教学管理方法及系统