[發明專利]一種基于音頻數據確定音符的方法及裝置

有效

• 申請號: 202010187328.4
• 申請日: 2020-03-17
• 公開（公告）號: CN111415681B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 韓忠濤
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G10L25/18
• 分類號: G10L25/18;G10L25/21;G10L25/12
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 杜欣;劉蔓莉

一種基于音頻數據確定音符的方法及裝置，涉及數據處理領域。所述方法包括：當接收到音符確定指令時，獲取待分析的音頻數據；在頻域中，確定音頻數據包含的多個幅值峰值和每個幅值峰值對應的度量頻率；從預設頻率范圍中選取多個初始頻率；針對每個初始頻率，生成預設數目個與初始頻率成倍數關系的預測頻率，預設數目個預測頻率與初始頻率之間的倍數包括1至預測數目之間的整數；根據多個預測頻率、多個幅值峰值、每個幅值峰值對應的度量頻率和預設損失函數，計算與該初始頻率對應的函數值；將對應的函數值最小的初始頻率作為音頻數據的基礎頻率；采用預設的頻率轉換音符方式，確定基礎頻率對應的音符。采用本申請，能夠提高基礎頻率的識別準確率。

技術領域

本申請涉及數據處理領域，尤其涉及一種基于音頻數據確定音符的方法及裝置。

背景技術

隨著互聯網技術的發展，電子設備可以具有基于音頻數據確定音符的功能，例如，電子設備可以針對構成伴奏音樂的每個音頻幀，基于該音頻幀的音頻數據進行識別，得到該音頻幀對應的音符，由此，電子設備可以確定構成伴奏音樂的各音頻幀對應的音符，得到伴奏音樂的樂譜。電子設備基于音頻數據確定音符時，最關鍵的是要從每個音頻幀的音頻數據中提取出聲音的基礎頻率。

相關技術中，電子設備可以通過多種提取算法，從音頻數據中提取基礎頻率，提取算法例如基于時域分析的自相關函數算法、基于時域分析的YIN算法。然而，采用上述提取算法確定基礎頻率時，容易受到噪聲的干擾，導致基礎頻率的識別準確率低。

發明內容

為了解決上述基礎頻率的識別準確率低的技術問題，本申請提供了一種基于音頻數據確定音符的方法及裝置。

第一方面，本申請提供了一種基于音頻數據確定音符的方法，所述方法包括：

當接收到音符確定指令時，獲取待分析的音頻數據；

在頻域中，確定所述音頻數據包含的多個幅值峰值和每個幅值峰值對應的度量頻率；

從預設頻率范圍中，選取多個初始頻率；

針對每個初始頻率，生成預設數目個與初始頻率成倍數關系的預測頻率，所述預設數目個預測頻率與所述初始頻率之間的倍數包括1至所述預測數目之間的整數；

根據所述多個預測頻率、所述多個幅值峰值、每個幅值峰值對應的度量頻率和預設損失函數，計算與該初始頻率對應的函數值；

將對應的函數值最小的初始頻率作為所述音頻數據的基礎頻率；

采用預設的頻率轉換音符方式，確定所述基礎頻率對應的音符。

可選的，所述根據所述多個預測頻率、所述多個幅值峰值、每個幅值峰值對應的度量頻率和預設損失函數，計算與該初始頻率對應的函數值，包括：

將所述多個幅值峰值中的最大值，作為最大幅值峰值；

針對每個預測頻率，從多個度量頻率中確定與該預測頻率最接近的度量頻率，得到目標度量頻率；

根據第一預設損失函數、所述預測頻率、所述最大幅值峰值、所述目標度量頻率、所述目標度量頻率對應的幅值峰值，計算與該預測頻率對應的函數值；

基于所述各預測頻率對應的函數值，計算該初始頻率對應的函數值。

可選的，所述基于所述各預測頻率對應的函數值，計算該初始頻率對應的函數值，包括：

針對每個度量頻率，從所述多個預測頻率中確定與該度量頻率最接近的目標預測頻率；

根據第二預設損失函數、所述目標預測頻率、所述最大幅值峰值、該度量頻率、該度量頻率對應的幅值峰值，計算與該度量頻率對應的函數值；

基于所述各預測頻率對應的函數值、所述各度量頻率對應的函數值，計算與該初始頻率對應的函數值。