[發明專利]一種音頻質量評價方法及系統

在審

• 申請號: 201611184259.1
• 申請日: 2016-12-20
• 公開（公告）號: CN108206027A
• 公開（公告）日: 2018-06-26
• 發明（設計）人: 錢大偉
• 申請（專利權）人: 北京酷我科技有限公司
• 主分類號: G10L25/60
• 分類號: G10L25/60;G10L25/30;G10L21/10;G06N3/08
• 代理公司: 北京億騰知識產權代理事務所 11309
• 代理人: 陳霽

本發明實施例涉及一種音頻質量評價方法及系統，該方法包括：將測試文件輸入至音頻質量訓練模型，其中音頻質量訓練模型為對樣本文件進行訓練獲取的模型；利用音頻質量訓練模型，對測試文件進行訓練，獲取訓練結果；根據訓練結果，確定音頻文件的音頻質量。通過將樣本文件轉換為聲譜圖，并對所述聲譜圖做相應處理后，進行訓練。獲取音頻質量訓練模型，利用該音頻質量訓練模型對測試文件進行測試。將音頻識別問題轉化為圖像識別問題，實現了歌曲主觀質量的自動化標注。有效的評價出演唱者的嗓音質量，實現了歌曲主觀質量的自動化標注，而且利用聲譜圖可以很好的識別出演唱者的演唱質量。

技術領域

本發明涉及數據分析技術領域，尤其涉及一種音頻質量評價方法及系統。

背景技術

最近來隨著經濟水平的不斷提高，人們對精神層面也越來越關注，經常在家或去KTV等場所進行K歌娛樂，并應用軟件對演唱的歌曲進行評價。常見評價歌曲演唱方法是基于唱歌的節拍，即只要節拍對上即可。這并不能很好的評價唱歌者歌唱的到底好不好，只能判斷出是否合拍。

發明內容

本發明為了能夠有效的評價出演唱者的嗓音質量，提供了一種音頻質量評價方法及系統。

一方面，提供了一種音頻質量評價方法，包括：將測試文件輸入至音頻質量訓練模型，其中音頻質量訓練模型為對樣本文件進行訓練獲取的模型；利用音頻質量訓練模型，對測試文件進行訓練，獲取訓練結果；根據訓練結果，確定音頻文件的音頻質量。

優選地，將測試文件輸入至音頻質量訓練模型之前，方法還包括:制作音頻質量訓練模型。

進一步優選地，制作音頻質量訓練模型，具體包括:將樣本文件轉換為聲譜圖；對聲譜圖進行灰度處理，生成與聲譜圖對應的灰度圖；對灰度圖進行縮放；并對進行縮放后的灰度圖進行訓練，獲取音頻質量訓練模型。

優選地，將樣本文件轉換為聲譜圖，包括：采用短時傅里葉變換，將樣本文件轉換為聲譜圖。

優選地，對進行縮放后的灰度圖進行訓練，獲取音頻質量訓練模型，具體包括：利用卷積神經網絡算法，對進行縮放后的灰度圖進行訓練，獲取音頻質量訓練模型。

另一方面，提供了一種音頻質量評價系統，包括：輸入模塊，用于將測試文件輸入至音頻質量訓練模型，其中音頻質量訓練模型為對樣本文件進行訓練獲取的模型；訓練模塊，用于利用音頻質量訓練模型，對測試文件進行訓練，獲取訓練結果；質量評價模塊，用于根據訓練結果，確定音頻文件的音頻質量。

優選地，訓練模塊還用于，制作音頻質量訓練模型。

進一步優選地，訓練模塊具體用于：將樣本文件轉換為聲譜圖；對聲譜圖進行灰度處理，生成與聲譜圖對應的灰度圖；對灰度圖進行縮放；并對進行縮放后的灰度圖進行訓練，獲取音頻質量訓練模型。

優選地，訓練模塊具體用于：采用短時傅里葉變換，將樣本文件轉換為聲譜圖。

優選地，訓練模塊具體用于：利用卷積神經網絡算法，對進行縮放后的灰度圖進行訓練，獲取音頻質量訓練模型。

本發明實施例提供的一種音頻質量評價方法，通過將樣本文件轉換為聲譜圖，并對所述聲譜圖做相應處理后，進行訓練。獲取音頻質量訓練模型，利用該音頻質量訓練模型對測試文件進行測試。將音頻識別問題轉化為圖像識別問題，實現了歌曲主觀質量的自動化標注。有效的評價出演唱者的嗓音質量實現了歌曲主觀質量的自動化標注，而且利用聲譜圖可以很好的識別出演唱者的演唱質量。

附圖說明

為了更清楚地說明本發明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹。顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例。

圖1為本發明實施例提供的一種音頻質量評價方法的流程圖；