[發(fā)明專利]音色相似度的確定方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910980167.1
• 申請(qǐng)日: 2019-10-15
• 公開（公告）號(hào): CN110728972B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設(shè)計(jì)）人: 勞振鋒;肖純智
• 申請(qǐng)（專利權(quán)）人: 廣州酷狗計(jì)算機(jī)科技有限公司
• 主分類號(hào): G10L15/08
• 分類號(hào): G10L15/08;G10L25/18;G10L25/24
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 邢惠童

本公開提供了一種音色相似度的確定方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。該方法可以基于k個(gè)第一均值特征向量以及k個(gè)第二均值特征向量，確定第一音頻和第二音頻的音色相似度。由于每個(gè)第一均值特征向量是基于m個(gè)第一特征向量中的多個(gè)第一特征向量的平均值確定的，每個(gè)第二均值特征向量是基于m個(gè)第二特征向量中的多個(gè)第二特征向量的平均值確定的，因此相較于現(xiàn)有技術(shù)中直接根據(jù)第一特征向量和第二特征向量確定音色相似度，本公開實(shí)施例提供的音色相似度確定方法確定的音色相似度的準(zhǔn)確性較高。

技術(shù)領(lǐng)域

本公開涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種音色相似度的確定方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)。

背景技術(shù)

用戶在使用手機(jī)等終端中安裝的音頻客戶端錄制音頻后，音頻客戶端可以確定用戶的音頻與其他音頻的音色相似度，以便用戶獲知與其音色相似的其他音頻。

相關(guān)技術(shù)中，音頻客戶端可以基于用戶的音頻確定第一特征向量，并可以基于其他音頻確定第二特征向量，之后可以計(jì)算第一特征向量與第二特征向量的余弦距離，并將該余弦距離確定為用戶的音頻和其他音頻的音色相似度。

但是，相關(guān)技術(shù)中確定的音色相似度的準(zhǔn)確性較低。

發(fā)明內(nèi)容

本公開提供了一種音色相似度的確定方法、裝置及計(jì)算機(jī)存儲(chǔ)介質(zhì)，可以解決相關(guān)技術(shù)的確定的音色相似度的準(zhǔn)確性較低的問題。所述技術(shù)方案如下：

一方面，提供了一種音色相似度的確定方法，所述方法包括：

獲取第一音頻的m個(gè)第一特征向量，以及第二音頻的m個(gè)第二特征向量，所述第一音頻與所述第二音頻為不同的音頻，所述m為大于1的整數(shù)；

根據(jù)m個(gè)所述第一特征向量確定k個(gè)第一均值特征向量，每個(gè)所述第一均值特征向量基于m個(gè)所述第一特征向量中的多個(gè)所述第一特征向量的平均值確定，所述k為正整數(shù)；

根據(jù)m個(gè)所述第二特征向量確定與k個(gè)所述第一均值特征向量一一對(duì)應(yīng)的k個(gè)第二均值特征向量，每個(gè)所述第二均值特征向量基于m所述個(gè)第二特征向量中的多個(gè)所述第二特征向量的平均值確定；

基于k個(gè)所述第一均值特征向量以及k個(gè)所述第二均值特征向量確定所述第一音頻和所述第二音頻的音色相似度。

可選的，所述根據(jù)m個(gè)所述第一特征向量確定k個(gè)第一均值特征向量，包括：

將m個(gè)所述第一特征向量劃分為k個(gè)不同的第一向量組，每個(gè)所述第一向量組包括n個(gè)連續(xù)的第一特征向量，所述n為大于1且小于所述m的整數(shù)；

對(duì)于每個(gè)所述第一向量組，將所述第一向量組包括的n個(gè)連續(xù)的第一特征向量的平均值確定為一個(gè)第一均值特征向量，得到k個(gè)所述第一均值特征向量；

所述根據(jù)m個(gè)所述第二特征向量確定與k個(gè)所述第一均值特征向量一一對(duì)應(yīng)的k個(gè)第二均值特征向量，包括：

將m個(gè)所述第二特征向量劃分為k個(gè)不同的第二向量組，每個(gè)所述第二向量組包括n個(gè)連續(xù)的第二特征向量；

對(duì)于每個(gè)所述第二向量組，將所述第二向量組包括的n個(gè)連續(xù)的第二特征向量的平均值確定為一個(gè)第二均值特征向量，得到k個(gè)所述第二均值特征向量。

可選的，任意兩個(gè)所述第一向量組的交集為空，且相鄰兩個(gè)所述第一向量組包括的所述第一特征向量連續(xù)；

任意兩個(gè)所述第二向量組的交集為空，且相鄰兩個(gè)所述第二向量組包括的所述第二特征向量連續(xù)。

可選的，所述k為大于1的整數(shù)，所述基于k個(gè)所述第一均值特征向量以及k個(gè)所述第二均值特征向量確定所述第一音頻和所述第二音頻的音色相似度，包括：

對(duì)于每個(gè)所述第一均值特征向量以及對(duì)應(yīng)的一個(gè)所述第二均值特征向量，采用皮爾遜算法進(jìn)行處理，確定一個(gè)音色距離，得到k個(gè)所述音色距離；