[發(fā)明專利]情感標(biāo)注的方法及其系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611169265.X
• 申請日: 2016-12-16
• 公開（公告）號: CN108205535A
• 公開（公告）日: 2018-06-26
• 發(fā)明（設(shè)計(jì)）人: 馬明
• 申請（專利權(quán)）人: 北京酷我科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所 11309
• 代理人: 陳霽

本發(fā)明提供一種情感標(biāo)注的方法及其系統(tǒng)，該方法包括：接收待標(biāo)注的音頻數(shù)據(jù)；采用預(yù)訓(xùn)練的至少一個(gè)訓(xùn)練模型對待標(biāo)注的音頻數(shù)據(jù)進(jìn)行分析，將待標(biāo)注的音頻數(shù)據(jù)轉(zhuǎn)換為聲譜圖，以確定待標(biāo)注的音頻數(shù)據(jù)的情感標(biāo)簽；為待標(biāo)注的音頻數(shù)據(jù)進(jìn)行情感標(biāo)注。將待識別音頻數(shù)據(jù)通過預(yù)先訓(xùn)練的訓(xùn)練模型，將音頻數(shù)據(jù)轉(zhuǎn)化為聲譜圖識別，對音頻數(shù)據(jù)的情感進(jìn)行標(biāo)注，實(shí)現(xiàn)了音頻數(shù)據(jù)的自動(dòng)化情感分類，降低了學(xué)習(xí)成本，縮短了開發(fā)周期。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)分析技術(shù)領(lǐng)域，尤其設(shè)計(jì)一種情感標(biāo)注的方法及其系統(tǒng)。

背景技術(shù)

音樂情感的自動(dòng)標(biāo)注涉及到音樂理論、心理學(xué)、信號處理、模式識別、數(shù)據(jù)挖掘等相關(guān)的知識，但專業(yè)跨度大，自動(dòng)識別過程復(fù)雜，且對技術(shù)人員的設(shè)計(jì)過程要求過高。

發(fā)明內(nèi)容

本發(fā)明提供一種情感標(biāo)注的方法及其系統(tǒng)，通過將音頻數(shù)據(jù)的識別轉(zhuǎn)化為圖像識別，完成了歌曲情感的自動(dòng)化標(biāo)注，降低了學(xué)習(xí)成本，縮短了開發(fā)周期。

第一方面，本發(fā)明實(shí)施例提供一種情感標(biāo)注的方法，該方法包括：

接收待標(biāo)注的音頻數(shù)據(jù)；

采用預(yù)訓(xùn)練的至少一個(gè)訓(xùn)練模型對待標(biāo)注的音頻數(shù)據(jù)進(jìn)行分析，將待標(biāo)注的音頻數(shù)據(jù)轉(zhuǎn)換為聲譜圖，以確定待標(biāo)注的音頻數(shù)據(jù)的情感標(biāo)簽；

為待標(biāo)注的音頻數(shù)據(jù)進(jìn)行情感標(biāo)注。

將待識別音頻數(shù)據(jù)通過預(yù)先訓(xùn)練的訓(xùn)練模型，將音頻數(shù)據(jù)轉(zhuǎn)化為聲譜圖識別，對音頻數(shù)據(jù)的情感進(jìn)行標(biāo)注，實(shí)現(xiàn)了音頻數(shù)據(jù)的自動(dòng)化情感分類，降低了學(xué)習(xí)成本，縮短了開發(fā)周期。

可選地，在采用預(yù)訓(xùn)練的至少一個(gè)訓(xùn)練模型對待標(biāo)注的音頻數(shù)據(jù)進(jìn)行分析，確定待標(biāo)注的音頻數(shù)據(jù)的情感標(biāo)簽之前，方法還包括：

按照至少一個(gè)情感標(biāo)簽獲取每個(gè)情感標(biāo)簽對應(yīng)的訓(xùn)練集，訓(xùn)練集包括多個(gè)待訓(xùn)練音頻數(shù)據(jù)；

將訓(xùn)練集包括的多個(gè)待訓(xùn)練音頻數(shù)據(jù)分別轉(zhuǎn)換為聲譜圖；

對訓(xùn)練集包括的多個(gè)待訓(xùn)練音頻數(shù)據(jù)轉(zhuǎn)換得到的每個(gè)聲譜圖進(jìn)行模型訓(xùn)練，得到訓(xùn)練模型。

可選地，將訓(xùn)練集包括的多個(gè)待訓(xùn)練音頻數(shù)據(jù)分別轉(zhuǎn)換為聲譜圖，包括：

將多個(gè)待訓(xùn)練音頻數(shù)據(jù)分別進(jìn)行傅里葉變換，得到多個(gè)待訓(xùn)練音頻數(shù)據(jù)的聲譜圖。

可選地，在將訓(xùn)練集包括的多個(gè)待訓(xùn)練音頻數(shù)據(jù)分別轉(zhuǎn)換為聲譜圖之后，方法還包括：

對多個(gè)待訓(xùn)練音頻數(shù)據(jù)轉(zhuǎn)換后的聲譜圖進(jìn)行圖像縮放；

將縮放后的聲譜圖進(jìn)行模型訓(xùn)練，得到訓(xùn)練模型。

可選地，該方法包括采用AlexNet模型對聲譜圖進(jìn)行模型訓(xùn)練得到訓(xùn)練模型。

第二方面，本發(fā)明實(shí)施例提供一種系統(tǒng)，系統(tǒng)包括：

接收單元，用于接收待標(biāo)注的音頻數(shù)據(jù)；

分析單元，用于采用預(yù)訓(xùn)練的至少一個(gè)訓(xùn)練模型對待標(biāo)注的音頻數(shù)據(jù)進(jìn)行分析，將待標(biāo)注的音頻數(shù)據(jù)轉(zhuǎn)換為聲譜圖，以確定待標(biāo)注的音頻數(shù)據(jù)的情感標(biāo)簽；

處理單元，還用于為待標(biāo)注的音頻數(shù)據(jù)進(jìn)行情感標(biāo)注。

將待識別音頻數(shù)據(jù)通過預(yù)先訓(xùn)練的訓(xùn)練模型，將音頻數(shù)據(jù)轉(zhuǎn)化為聲譜圖識別，對音頻數(shù)據(jù)的情感進(jìn)行標(biāo)注，實(shí)現(xiàn)了音頻數(shù)據(jù)的自動(dòng)化情感分類，降低了學(xué)習(xí)成本，縮短了開發(fā)周期。

可選地，系統(tǒng)還包括訓(xùn)練單元，

處理單元，還用于按照至少一個(gè)情感標(biāo)簽獲取每個(gè)情感標(biāo)簽對應(yīng)的訓(xùn)練集，訓(xùn)練集包括多個(gè)待訓(xùn)練音頻數(shù)據(jù)；

處理單元，還用于將訓(xùn)練集包括的多個(gè)待訓(xùn)練音頻數(shù)據(jù)分別轉(zhuǎn)換為聲譜圖；