[發明專利]歌曲推薦方法和裝置

有效

• 申請號: 202010084450.9
• 申請日: 2020-02-10
• 公開（公告）號: CN111309959B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 陳卓華;劉紅巖
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/635
• 分類號: G06F16/635;G06F16/9535;G06F18/22
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 羅英;劉芳

本申請提供一種歌曲推薦方法和裝置。所述方法包括：獲取用戶歌唱的N首歌曲的樂器數字接口序列，并根據用戶歌唱的N首歌曲的樂器數字接口序列和其對應的每首歌曲的標準樂器數字接口序列，獲取用戶歌唱能力模型；以及根據歌曲的標準樂器數字接口序列獲取N首歌曲中每首歌曲的歌曲演唱能力模型；然后根據所述歌曲演唱能力模型以及用戶歌唱能力模型，獲取用戶對于歌曲的聲學匹配度；再根據用戶對歌曲的聲學匹配度、用戶的偏好向量和N首歌曲中每首歌曲的特征向量，獲得用戶對歌曲的偏好打分模型；最后根據偏好打分模型，獲取該用戶的未歌唱歌曲的推薦結果，推薦結果與用戶的偏好更匹配，提高了歌曲推薦的準確性。

技術領域

本申請實施例涉及信息處理技術領域，尤其涉及一種歌曲推薦方法和裝置。

背景技術

在線唱歌平臺是近年來迅速興起的提供在線唱歌以及后期聲音處理工具的平臺，平臺中有數十萬首涵蓋各個國家地區各類風格的歌曲可以被用戶演唱。在這些平臺中為用戶提供精準的歌曲推薦，對提升平臺歌曲作品發布數量、提高用戶對平臺的信耐度十分重要。

現有的歌曲推薦方法主要是根據用戶的歌唱能力與歌曲匹配度，為用戶推薦唱歌歌曲。其中，匹配度的實現主要是通過讓用戶演唱不同的音調和響度組合，根據聲學領域專家的意見構建該用戶的聲學范圍模型；以及通過聲學領域專家對歌曲中特定音調和響度組合的出現時長進行分析，對所有歌曲構建演唱能力模型；然后根據用戶聲學范圍模型和歌曲的歌曲演唱能力模型中，提取出每一對音調和響度在歌曲演唱能力模型中出現的頻率、在用戶聲學范圍模型中對應的聲音質量等特征，將這些特征輸入一個排序學習模型，最終確定用戶的歌唱能力與歌曲匹配度，根據匹配度確定是否為用戶推薦唱歌該歌曲。但是上述方法推薦的歌曲仍然存在不準確的問題。

發明內容

本申請實施例提供一種歌曲推薦方法和裝置，以解決現有技術中所述方法推薦的歌曲準確性較低的問題。

第一方面，本申請實施例提供一種歌曲推薦方法，包括：獲取用戶歌唱的N首歌曲的樂器數字接口序列，N為大于等于1的整數，并根據所述用戶歌唱的N首歌曲的樂器數字接口序列和所述N首歌曲中每首歌曲的標準樂器數字接口序列，獲得所述用戶的用戶歌唱能力模型；獲取所述N首歌曲中每首歌曲的歌曲演唱能力模型，其中，所述每首歌曲的歌曲演唱能力模型是根據所述歌曲的標準樂器數字接口序列得到的；根據所述N首歌曲中每首歌曲的歌曲演唱能力模型以及所述用戶的用戶歌唱能力模型，獲取用戶對所述N首歌曲中每首歌曲的聲學匹配度；根據所述用戶對所述N首歌曲的聲學匹配度、用戶的偏好向量和所述N首歌曲中每首歌曲的特征向量，獲得所述用戶對歌曲的偏好打分模型；根據所述用戶對歌曲的偏好打分模型，獲取所述用戶的未歌唱歌曲的推薦結果。

可選地，聲學匹配度與歌曲演唱能力模型、用戶歌唱能力模型以及聲學匹配參數有關；所述根據所述用戶對所述N首歌曲的聲學匹配度、用戶的偏好向量和所述N首歌曲中每首歌曲的特征向量，獲得所述用戶對歌曲的偏好打分模型，包括：獲取所述用戶的偏好向量和所述N首歌曲中每首歌曲的特征向量；根據所述用戶對所述N首歌曲中每首歌曲的聲學匹配度、所述N首歌曲中每首歌曲的特征向量以及所述用戶的偏好向量，獲取目標用戶偏好向量、目標歌曲特征向量以及目標聲學匹配參數；根據所述目標用戶偏好向量、目標歌曲特征向量以及目標聲學匹配參數，獲得所述用戶對歌曲的偏好打分模型，其中，所述偏好打分模型的輸入為歌曲演唱能力模型和用戶歌唱能力模型，輸出為偏好打分。

可選地，根據所述用戶對歌曲的偏好打分模型，獲取針對所述用戶的未歌唱歌曲的推薦結果，包括：根據所述用戶對歌曲的偏好打分模型，獲取所述用戶多首未歌唱的歌曲的偏好打分；將偏好打分最高的前M首歌曲確定為所述用戶的推薦歌曲，M為大于等于1的整數。

可選地，獲取所述N首歌曲中每首歌曲的標準樂器數字接口序列，包括：獲取多個不同用戶歌唱的同一歌曲的樂器數字接口序列；根據所述多個不同用戶歌唱的同一歌曲的樂器數字接口序列，獲取所述同一歌曲的標準樂器數字接口序列。