廣告信息識別系統的研究與設計

宋明杰 楊闖 王瑞祥 劉朝暉 閻少宏

摘 要：以廣告信息監測為主要目的，完成了信息監測系統的結構和功能的設計，基于音頻匹配算法（DTW）的語音識別技術，開發了一套針對廣告信息識別的信息管理系統。該系統包括一套完整的軟硬件設施，為廣告監播部門和人員提供實用、功能豐富的管理工具，實現廣告信息的識別、監測、預警、報告等的智能化處理，經過隨機抽取樣本的檢測，準確率基本穩定在86%，經驗證效果顯著。

關鍵詞：廣告；監播系統；語音識別；信息監測

21世紀是信息的時代，信息成為各個領域乃至各個國家的重要戰略資源，信息的安全傳播是信息安全的重要組成部分，關系到國家安全和社會穩定。隨著經濟的發展，廣告成為社會生活的重要組成部分，而其帶來的社會問題也更加突出，特別是虛假廣告信息和非法小電臺播報的非法信息，嚴重影響人們的日常生活，并為社會帶來很多不穩定因素，廣告檢測、監測成為監管部門亟待解決的問題。由于廣播信息具有傳播范圍廣、制作成本低、部分非法電臺較隱蔽等特點，電波信號不易察覺，且大量儲存將消耗很大的儲存資源。目前，廣播監管僅局限于對異常電臺頻率的監管。

基于上述分析，設計了電臺廣播信息識別（監播）系統，考慮到數據量大和電臺數眾多，分別開發和使用了數據預處理系統、多路分頻器和實時信息分析系統平臺，并進行了性能分析，為實現人工智能廣告信息監播提供解決方案。

1 工作原理及算法

1.1 語音識別原理

語音識別技術經過近40年的發展，已經成為聲學、數字信號處理、概率統計、語言學、人工智能等多學科交叉的一項綜合性技術，基于語音識別技術研發的系統成功應用于很多場景，為語音識別技術在廣告信息監播領域的應用作重要鋪墊。

語音識別系統整體上由兩大部分組成：訓練和識別。訓練時對預先收集的海量語音、語音數據庫進行信號處理和建模，提取語音識別系統所需的“語言模型”和“聲學模型”。識別過程是對用戶輸入的音頻資料提取特征向量，利用訓練好的“語言模型”和“聲學模型”進行統計模式識別，得到其包含的文字信息。線性預測（LPC）、梅爾倒譜系數（MFCC）等作為特征向量的組成部分。

1.2 改進的DTW算法

本次試驗采用了一種整體路徑約束DTW算法（ADTW），利用平行四邊形限制動態規整范圍，如下圖1所示：

平行四邊形之外的路徑點對應的幀匹配距離不需要計算，也無需保存所有的距離和積累距離矩陣，充分利用這兩個特性，可以減少計算量和儲存空間，可提高識別速率、節約存儲空間。把實際的動態彎折分為三段：和，其中：

和都取最相近的整數。由此也得出對M和N長度的限制條件：

當不能滿足以上條件時，則認為兩者差別過大，無法進行動態彎折匹配。此時，在x軸上的每一幀不需要與y軸上的每一幀進行匹配比較，而只需與y軸上間的數據幀進行比較，兩者的計算公式如下：

當出現的情況時彎折匹配三段分別是和。對于x軸上每前進一幀，盡管與之比較的y軸上的幀數不同，但彎折特性是一樣的，積累距離矩陣更新可用以下公式實現：

模版匹配ADTW算法提高了原有的DTW算法，限制了識別區域，在保證正確的前提下大大減少了計算量，節約了存儲空間，提高了運行速度。

2 系統組成和軟件設計

廣告信息識別系統主要包括信號采集模塊、存儲磁盤列陣、廣告樣本數據庫、音頻匹配服務器、監管數據庫、操作員終端和自動警報系統?？紤]到信息采集時數據占用空間巨大，而硬盤對于大數據的存儲速度隨數據量和時間的增加而減小，因此采用循環分散式存儲技術，將采集到的信息分成信息塊，一次存放在不同的磁盤中。下圖2給出了系統結構圖：

2.1 多路分頻器（VGA分頻器）

VGA分頻器又稱VGA信號寬帶矩陣切換器，將多路電視、電臺信號從輸入通道切換到相應的信道上，使各路信號之間彼此獨立地進入到信號調節器中，保證信號的獨立性，并減少長距離信號傳輸造成的信號衰減現象。

2.2 信號解調器

經分頻器分發出來的載波信號在計算機識別之前，需經過解調器將載波信號還原為計算機可以識別的“0”和“1”信號，或模擬信號，這個過程稱為“解調”，也稱A/D轉換。

2.3 信號采集服務列陣

信號采集服務器主要進行語音識別的準備設備，完成原始數據的采集、備份，音頻特征的建模，為后續的語音識別做準備工作，主要有以下功能特點：

語音信號采用G.722的高壓縮格式，占用磁盤空間小，失真率低；

采用磁盤列陣存儲方式，存儲速度快；

支持分段節目錄制；

具有很好的擴展性，方便存儲識別擴容。

2.4 廣告監管服務器

廣告識別服務器是整個廣告信息識別的核心組件，完成語音文件匹配、識別結果保存和語音識別數據庫的更新。功能特點如下：

語音識別廣告準確率穩定在85%左右（主要受方言和普通話標準程度的影響）；

高性能運算平臺，具有高穩定性和可靠性，免維護，可7×24h不間斷運行；

并行優化運算，可對數據進行快速、穩定處理。

2.5 操作員終端

系統中，相關廣告人員的日常工作都在操作員終端上進行，由隨系統開發的操作員終端軟件提供簡潔、明了的人機交互界面（圖3為操作員終端界面），功能如下：

以波形和文字相結合的方式顯示選擇監管頻道的聲音文件，使聲音看得見；

支持拖拽定位功能，可快速尋找定位廣告位置；

對新的廣告樣本進行特征提取并建立新的廣告樣本，更新語音識別數據庫；

監管數據的查看，生成報表。

3 結論

本文針對廣告信息識別的特點和要求，利用梅爾倒譜系數等10個參數作為特征參數，構建語音識別算法，針對廣告監播的特點和要求，設計出一套改進監播體系，然后簡單介紹了各部分的組成及功能，從整體的性能分析來看，監播系統的優點突出：如識別率高、數據處理速度快、原始數據保存妥善；系統的高穩定性和升級的擴展性，支持關鍵詞搜索等等。隨著市場的快速發展和技術的不斷提升，越來越多的新技術可應用到本系統中，使系統更加適應市場需求，并有較好的市場前景預期。

參考文獻

[1]沈昌祥，張煥國.信息安全總述[J].中國科學 E輯：信息科學，2007，37（2）：129-150.

[2]李志華，張憲平.我國電視廣告的當代特征和發展策略[D].山西大學，2012.

[3]劉瀟，和應民.語音識別關鍵技術研究[D].哈爾濱工程大學，2006.

[4]徐剛，周志芳.語音信號近似度模型匹配研究[D].華北電力大學，2013.

[5]雷靜.語音識別技術的研究和基本實現[D].武漢理工大學，2002.

（作者單位：華北理工大學 數學建模創新實驗室）