[發(fā)明專(zhuān)利]一種音頻片段的檢測(cè)方法及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201911399043.0
• 申請(qǐng)日: 2019-12-26
• 公開(kāi)（公告）號(hào): CN111159464A
• 公開(kāi)（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 繆暢宇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類(lèi)號(hào): G06F16/65
• 分類(lèi)號(hào): G06F16/65;G06F16/683;G06N3/04;G06N3/08
• 代理公司: 廣州三環(huán)專(zhuān)利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);杜維

本發(fā)明實(shí)施例公開(kāi)了一種音頻片段的檢測(cè)方法，包括：接收對(duì)目標(biāo)音頻文件的音頻片段檢測(cè)請(qǐng)求，所述音頻片段檢測(cè)請(qǐng)求攜帶目標(biāo)類(lèi)別標(biāo)識(shí)；將所述目標(biāo)音頻文件的音頻特征和所述目標(biāo)類(lèi)別標(biāo)識(shí)的類(lèi)別向量輸入至訓(xùn)練后的音頻片段提取模型；其中，所述訓(xùn)練后的音頻片段提取模型包括訓(xùn)練后的分類(lèi)模型和訓(xùn)練后的回歸模型；根據(jù)所述訓(xùn)練后的分類(lèi)模型，對(duì)所述目標(biāo)音頻文件的音頻特征進(jìn)行檢測(cè)，以判斷所述目標(biāo)音頻文件對(duì)應(yīng)的所有音頻類(lèi)別中是否存在所述類(lèi)別向量對(duì)應(yīng)的音頻類(lèi)別；若存在，則根據(jù)訓(xùn)練后的回歸模型確定所述目標(biāo)音頻文件中所述類(lèi)別向量對(duì)應(yīng)的音頻片段的起止信息。采用本發(fā)明，可以在音頻文件中準(zhǔn)確檢測(cè)出目標(biāo)類(lèi)別標(biāo)識(shí)的音頻片段。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種音頻片段的檢測(cè)方法及相關(guān)設(shè)備。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，音頻片段的檢測(cè)技術(shù)得到快速發(fā)展，人們對(duì)于檢測(cè)并獲得一個(gè)音頻文件中某一類(lèi)別的音頻片段的要求越來(lái)越高。通常來(lái)說(shuō)，音頻文件的組成很多樣，從音頻的音色組成來(lái)看，可以有打擊樂(lè)、鍵盤(pán)樂(lè)、人聲等，從音頻的流程來(lái)看，可以有副歌、間奏、前奏等，從音頻的人聲聲部來(lái)看，可以有男高音、女低音、男中音等。而現(xiàn)目前的技術(shù)中，對(duì)于一個(gè)訓(xùn)練模型，只能檢測(cè)出音頻文件中的一種類(lèi)別的音頻片段，不能用一個(gè)訓(xùn)練模型檢測(cè)出音頻文件中任意一種類(lèi)別的音頻片段，例如只能檢測(cè)出男高音、女低音或男中音，不能檢測(cè)出副歌、間奏或前奏，因此，如何用一個(gè)訓(xùn)練模型檢測(cè)出音頻文件中任意一種類(lèi)別的音頻片段是當(dāng)前的研究熱點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例所要解決的技術(shù)問(wèn)題在于，提供一種音頻片段的檢測(cè)方法，可以在音頻文件中準(zhǔn)確檢測(cè)出目標(biāo)類(lèi)別標(biāo)識(shí)的音頻片段。

一方面，本發(fā)明實(shí)施例提供了一種音頻片段的檢測(cè)方法，包括：

接收對(duì)目標(biāo)音頻文件的音頻片段檢測(cè)請(qǐng)求，所述音頻片段檢測(cè)請(qǐng)求攜帶目標(biāo)類(lèi)別標(biāo)識(shí)；

將所述音頻文件的音頻特征和所述目標(biāo)類(lèi)別標(biāo)識(shí)的類(lèi)別向量輸入至訓(xùn)練后的音頻片段提取模型，得到所述音頻文件中所述類(lèi)別向量對(duì)應(yīng)的音頻片段的起止信息；

根據(jù)所述起止信息確定所述音頻片段。

另一方面，本發(fā)明實(shí)施例提供了一種音頻片段的檢測(cè)裝置，包括：

接收單元，用于接收對(duì)目標(biāo)音頻文件的音頻片段檢測(cè)請(qǐng)求，所述音頻片段檢測(cè)請(qǐng)求攜帶目標(biāo)類(lèi)別標(biāo)識(shí)；

處理單元，將所述目標(biāo)音頻文件的音頻特征和所述目標(biāo)類(lèi)別標(biāo)識(shí)的類(lèi)別向量輸入至訓(xùn)練后的音頻片段提取模型；其中，所述訓(xùn)練后的音頻片段提取模型包括訓(xùn)練后的分類(lèi)模型和訓(xùn)練后的回歸模型；

所述處理單元，還用于根據(jù)所述訓(xùn)練后的分類(lèi)模型，對(duì)所述目標(biāo)音頻文件的音頻特征進(jìn)行檢測(cè)，以判斷所述目標(biāo)音頻文件對(duì)應(yīng)的所有音頻類(lèi)別中是否存在所述類(lèi)別向量對(duì)應(yīng)的音頻類(lèi)別；

所述處理單元，還用于若所述目標(biāo)音頻文件對(duì)應(yīng)的所有音頻類(lèi)別中存在所述類(lèi)別向量對(duì)應(yīng)的音頻類(lèi)別，則根據(jù)訓(xùn)練后的回歸模型確定所述目標(biāo)音頻文件中所述類(lèi)別向量對(duì)應(yīng)的音頻片段的起止信息；

所述處理單元，還用于根據(jù)所述起止信息確定所述音頻片段。

相應(yīng)的，本發(fā)明實(shí)施例提供了一種終端，包括：所述終端包括：存儲(chǔ)器，所述存儲(chǔ)器包括計(jì)算機(jī)可讀指令；與所述存儲(chǔ)器相連的處理器，所述處理器用于執(zhí)行所述計(jì)算機(jī)可讀指令，從而使得所述設(shè)備執(zhí)行上述涉及的音頻片段的檢測(cè)方法。

相應(yīng)的，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括：所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有程序指令，所述程序指令被處理器執(zhí)行時(shí)，實(shí)現(xiàn)上述涉及的音頻片段的檢測(cè)方法。