广告信息识别系统的研究与设计

宋明杰 杨闯 王瑞祥 刘朝晖 阎少宏

摘 要：以广告信息监测为主要目的，完成了信息监测系统的结构和功能的设计，基于音频匹配算法（DTW）的语音识别技术，开发了一套针对广告信息识别的信息管理系统。该系统包括一套完整的软硬件设施，为广告监播部门和人员提供实用、功能丰富的管理工具，实现广告信息的识别、监测、预警、报告等的智能化处理，经过随机抽取样本的检测，准确率基本稳定在86%，经验证效果显著。

关键词：广告；监播系统；语音识别；信息监测

21世纪是信息的时代，信息成为各个领域乃至各个国家的重要战略资源，信息的安全传播是信息安全的重要组成部分，关系到国家安全和社会稳定。随着经济的发展，广告成为社会生活的重要组成部分，而其带来的社会问题也更加突出，特别是虚假广告信息和非法小电台播报的非法信息，严重影响人们的日常生活，并为社会带来很多不稳定因素，广告检测、监测成为监管部门亟待解决的问题。由于广播信息具有传播范围广、制作成本低、部分非法电台较隐蔽等特点，电波信号不易察觉，且大量储存将消耗很大的储存资源。目前，广播监管仅局限于对异常电台频率的监管。

基于上述分析，设计了电台广播信息识别（监播）系统，考虑到数据量大和电台数众多，分别开发和使用了数据预处理系统、多路分频器和实时信息分析系统平台，并进行了性能分析，为实现人工智能广告信息监播提供解决方案。

1 工作原理及算法

1.1 语音识别原理

语音识别技术经过近40年的发展，已经成为声学、数字信号处理、概率统计、语言学、人工智能等多学科交叉的一项综合性技术，基于语音识别技术研发的系统成功应用于很多场景，为语音识别技术在广告信息监播领域的应用作重要铺垫。

语音识别系统整体上由两大部分组成：训练和识别。训练时对预先收集的海量语音、语音数据库进行信号处理和建模，提取语音识别系统所需的“语言模型”和“声学模型”。识别过程是对用户输入的音频资料提取特征向量，利用训练好的“语言模型”和“声学模型”进行统计模式识别，得到其包含的文字信息。线性预测（LPC）、梅尔倒谱系数（MFCC）等作为特征向量的组成部分。

1.2 改进的DTW算法

本次试验采用了一种整体路径约束DTW算法（ADTW），利用平行四边形限制动态规整范围，如下图1所示：

平行四边形之外的路径点对应的帧匹配距离不需要计算，也无需保存所有的距离和积累距离矩阵，充分利用这两个特性，可以减少计算量和储存空间，可提高识别速率、节约存储空间。把实际的动态弯折分为三段：和，其中：

和都取最相近的整数。由此也得出对M和N长度的限制条件：

当不能满足以上条件时，则认为两者差别过大，无法进行动态弯折匹配。此时，在x轴上的每一帧不需要与y轴上的每一帧进行匹配比较，而只需与y轴上间的数据帧进行比较，两者的计算公式如下：

当出现的情况时弯折匹配三段分别是和。对于x轴上每前进一帧，尽管与之比较的y轴上的帧数不同，但弯折特性是一样的，积累距离矩阵更新可用以下公式实现：

模版匹配ADTW算法提高了原有的DTW算法，限制了识别区域，在保证正确的前提下大大减少了计算量，节约了存储空间，提高了运行速度。

2 系统组成和软件设计

广告信息识别系统主要包括信号采集模块、存储磁盘列阵、广告样本数据库、音频匹配服务器、监管数据库、操作员终端和自动警报系统。考虑到信息采集时数据占用空间巨大，而硬盘对于大数据的存储速度随数据量和时间的增加而减小，因此采用循环分散式存储技术，将采集到的信息分成信息块，一次存放在不同的磁盘中。下图2给出了系统结构图：

2.1 多路分频器（VGA分频器）

VGA分频器又称VGA信号宽带矩阵切换器，将多路电视、电台信号从输入通道切换到相应的信道上，使各路信号之间彼此独立地进入到信号调节器中，保证信号的独立性，并减少长距离信号传输造成的信号衰减现象。

2.2 信号解调器

经分频器分发出来的载波信号在计算机识别之前，需经过解调器将载波信号还原为计算机可以识别的“0”和“1”信号，或模拟信号，这个过程称为“解调”，也称A/D转换。

2.3 信号采集服务列阵

信号采集服务器主要进行语音识别的准备设备，完成原始数据的采集、备份，音频特征的建模，为后续的语音识别做准备工作，主要有以下功能特点：

语音信号采用G.722的高压缩格式，占用磁盘空间小，失真率低；

采用磁盘列阵存储方式，存储速度快；

支持分段节目录制；

具有很好的扩展性，方便存储识别扩容。

2.4 广告监管服务器

广告识别服务器是整个广告信息识别的核心组件，完成语音文件匹配、识别结果保存和语音识别数据库的更新。功能特点如下：

语音识别广告准确率稳定在85%左右（主要受方言和普通话标准程度的影响）；

高性能运算平台，具有高稳定性和可靠性，免维护，可7×24h不间断运行；

并行优化运算，可对数据进行快速、稳定处理。

2.5 操作员终端

系统中，相关广告人员的日常工作都在操作员终端上进行，由随系统开发的操作员终端软件提供简洁、明了的人机交互界面（图3为操作员终端界面），功能如下：

以波形和文字相结合的方式显示选择监管频道的声音文件，使声音看得见；

支持拖拽定位功能，可快速寻找定位广告位置；

对新的广告样本进行特征提取并建立新的广告样本，更新语音识别数据库；

监管数据的查看，生成报表。

3 结论

本文针对广告信息识别的特点和要求，利用梅尔倒谱系数等10个参数作为特征参数，构建语音识别算法，针对广告监播的特点和要求，设计出一套改进监播体系，然后简单介绍了各部分的组成及功能，从整体的性能分析来看，监播系统的优点突出：如识别率高、数据处理速度快、原始数据保存妥善；系统的高稳定性和升级的扩展性，支持关键词搜索等等。随着市场的快速发展和技术的不断提升，越来越多的新技术可应用到本系统中，使系统更加适应市场需求，并有较好的市场前景预期。

参考文献

[1]沈昌祥，张焕国.信息安全总述[J].中国科学 E辑：信息科学，2007，37（2）：129-150.

[2]李志华，张宪平.我国电视广告的当代特征和发展策略[D].山西大学，2012.

[3]刘潇，和应民.语音识别关键技术研究[D].哈尔滨工程大学，2006.

[4]徐刚，周志芳.语音信号近似度模型匹配研究[D].华北电力大学，2013.

[5]雷静.语音识别技术的研究和基本实现[D].武汉理工大学，2002.

（作者单位：华北理工大学 数学建模创新实验室）