[發明專利]一種音頻節拍信息的檢測方法、裝置及存儲介質

有效

• 申請號: 202010280389.5
• 申請日: 2020-04-10
• 公開（公告）號: CN111508526B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 陳洲旋
• 申請（專利權）人: 騰訊音樂娛樂科技（深圳）有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 彭緒坤

1.一種音頻節拍信息的檢測方法，其特征在于，包括：

獲取待檢測音頻，并獲取所述待檢測音頻的音頻特征；

獲取預先訓練好的參考神經網絡模型以及多個流派神經網絡模型，其中所述參考神經網絡模型由多種音頻流派風格的訓練樣本綜合訓練得到，每個所述流派神經網絡模型分別由一種不同音頻流派風格的訓練樣本訓練得到；

將所述待檢測音頻的音頻特征分別輸入每個所述流派神經網絡模型，得到多個流派音頻節拍信息；

將所述待檢測音頻的音頻特征輸入參考神經網絡模型，得到參考音頻節拍信息；

結合所述參考音頻節拍信息以及所述多個流派音頻節拍信息確定所述待檢測音頻的目標音頻節拍信息。

2.根據權利要求1所述的檢測方法，其特征在于，參考神經網絡模型以及多個流派神經網絡模型的訓練過程包括：

獲取訓練樣本，所述訓練樣本包括多種音頻流派風格；

將所述訓練樣本按照音頻流派風格分別輸入到不同的第一預設神經網絡模型中進行訓練，得到訓練后的不同音頻流派風格相應的多個流派神經網絡模型；

將所述訓練樣本輸入到第二預設神經網絡模型中進行訓練，得到訓練后的參考神經網絡模型。

3.根據權利要求2所述的檢測方法，其特征在于，所述將所述訓練樣本按照音頻流派風格分別輸入到不同的第一預設神經網絡模型中進行訓練，得到訓練后的不同音頻流派風格相應的多個流派神經網絡模型的步驟，包括：

將所述訓練樣本按照音頻流派風格進行分類，得到不同音頻流派風格相應的多個目標訓練樣本集；

依次提取每一目標訓練樣本集中的訓練樣本相應的第一目標音頻特征；

將所述第一目標音頻特征按照音頻流派風格分別輸入到不同的第一預設神經網絡模型中，得到訓練后的不同音頻流派風格相應的多個流派神經網絡模型。

4.根據權利要求3所述的檢測方法，其特征在于，所述依次提取每一目標訓練樣本集中的訓練樣本相應的第一目標音頻特征的步驟，包括：

按照預設步長和預設幀長依次對每一目標訓練樣本集中的訓練樣本進行分幀處理，以得到多幀信號；

對所述多幀信號進行信號變換，以得到與所述多幀信號對應的多個基本信號；

從所述多個基本信號中導出與所述基本信號對應的多個導出信號；

按照時間序列將所述多個基本信號與所述多個導出信號進行向量堆疊，以得到每一目標訓練樣本集中的訓練樣本相應的第一目標音頻特征。

5.根據權利要求2所述的檢測方法，其特征在于，所述將所述訓練樣本輸入到第二預設神經網絡模型中進行訓練，得到訓練后的參考神經網絡模型的步驟，包括：

按照預設步長和預設幀長分別對所述訓練樣本進行分幀處理，以得到多幀信號；

對所述多幀信號進行信號變換，以得到與所述多幀信號對應的多個基本信號；

從所述多個基本信號中導出與所述基本信號對應的多個導出信號；

按照時間序列將所述多個基本信號與所述多個導出信號進行向量堆疊，以得到第二目標音頻特征；

將所述第二目標音頻特征輸入到第二預設神經網絡模型中進行訓練，得到訓練后的參考神經網絡。

6.根據權利要求1至5任一項所述的檢測方法，其特征在于，所述結合所述參考音頻節拍信息以及所述多個流派音頻節拍信息確定所述待檢測音頻的目標音頻節拍信息的步驟，包括：

依次計算每一流派音頻節拍信息與參考音頻節拍信息的相似度，將與參考節拍信息的相似度值最大的流派音頻節拍信息確定為目標音頻節拍信息。

7.根據權利要求6所述的檢測方法，其特征在于，所述依次計算每一流派音頻節拍信息與參考音頻節拍信息的相似度，將與參考節拍信息的相似度值最大的流派音頻節拍信息確定為目標音頻節拍信息的步驟，包括：

依次計算每一流派節拍信息與參考音頻節拍信息的均方誤差值；

比較所述均方誤差值，將均方誤差值最小的流派音頻節拍信息確定為目標音頻節拍信息。