[發(fā)明專(zhuān)利]音頻文件聚類(lèi)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710776852.3
• 申請(qǐng)日: 2017-09-01
• 公開(kāi)（公告）號(hào): CN107665240A
• 公開(kāi)（公告）日: 2018-02-06
• 發(fā)明（設(shè)計(jì)）人: 邢航;楊志華;李鎮(zhèn)岳;催飛;譚國(guó)斌;劉超
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京雷石天地電子技術(shù)有限公司
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30;G06K9/62
• 代理公司: 北京卓嵐智財(cái)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)11624
• 代理人: 王新月

1.一種音頻文件聚類(lèi)方法，其特征在于，包括：

獲取多個(gè)歌曲文件，其中，每個(gè)歌曲文件中包括：原唱音頻和歌詞文件、或、伴唱音頻和歌詞文件；

根據(jù)每個(gè)歌曲文件中歌詞文件的相似程度，將所述多個(gè)歌曲文件劃分為多個(gè)集合；

將多個(gè)集合中各個(gè)集合中的歌曲文件劃分為原唱集和伴唱集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)每個(gè)歌曲文件中歌詞文件的相似程度，將所述多個(gè)歌曲文件劃分為多個(gè)集合，包括：

確定出各個(gè)歌曲文件中歌詞文件的特征值；

將特征值之間的海明距離低于預(yù)設(shè)閾值的歌曲文件，作為對(duì)應(yīng)同一歌詞的歌曲文件；

將對(duì)應(yīng)于同一歌詞文件的歌曲文件劃分為一個(gè)集合。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)閾值為3。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，將多個(gè)集合中各個(gè)集合中的歌曲文件劃分為原唱集和伴唱集，包括：

按照以下方式對(duì)各個(gè)集合中的歌曲文件進(jìn)行劃分：

獲取當(dāng)前集合中各個(gè)歌曲文件中音頻文件的音頻指紋；

根據(jù)音頻指紋，將所述當(dāng)前集合劃分為原唱集和伴唱集。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，在將多個(gè)集合中各個(gè)集合中的歌曲文件劃分為原唱集和伴唱集之后，所述方法還包括：

按照以下方式對(duì)各個(gè)集合中的原唱集和伴唱集進(jìn)行如下處理：

從當(dāng)前集合中的原唱集中查找出與當(dāng)前集合的伴唱集中當(dāng)前伴唱音頻之間的差異最小的原唱音頻，作為當(dāng)前伴唱音頻的原唱音頻，以完成一首卡拉OK聚類(lèi)。

6.一種音頻文件聚類(lèi)裝置，其特征在于，包括：

獲取模塊，用于獲取多個(gè)歌曲文件，其中，每個(gè)歌曲文件中包括：原唱音頻和歌詞文件、或、伴唱音頻和歌詞文件；

第一劃分模塊，用于根據(jù)每個(gè)歌曲文件中歌詞文件的相似程度，將所述多個(gè)歌曲文件劃分為多個(gè)集合；

第二劃分模塊，用于將多個(gè)集合中各個(gè)集合中的歌曲文件劃分為原唱集和伴唱集。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第一劃分模塊包括：

確定單元，用于確定出各個(gè)歌曲文件中歌詞文件的特征值；

生成單元，用于將特征值之間的海明距離低于預(yù)設(shè)閾值的歌曲文件，作為對(duì)應(yīng)同一歌詞的歌曲文件；

劃分單元，用于將對(duì)應(yīng)于同一歌詞文件的歌曲文件劃分為一個(gè)集合。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述預(yù)設(shè)閾值為3。

9.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述第二劃分模塊具體用于按照以下方式對(duì)各個(gè)集合中的歌曲文件進(jìn)行劃分：

獲取當(dāng)前集合中各個(gè)歌曲文件中音頻文件的音頻指紋；

根據(jù)音頻指紋，將所述當(dāng)前集合劃分為原唱集和伴唱集。

10.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括：

聚類(lèi)模塊，用于在將多個(gè)集合中各個(gè)集合中的歌曲文件劃分為原唱集和伴唱集之后，按照以下方式對(duì)各個(gè)集合中的原唱集和伴唱集進(jìn)行如下處理：

從當(dāng)前集合中的原唱集中查找出與當(dāng)前集合的伴唱集中當(dāng)前伴唱音頻之間的差異最小的原唱音頻，作為當(dāng)前伴唱音頻的原唱音頻，以完成一首卡拉OK聚類(lèi)。