[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

本申請實施例公開了一種音頻節拍信息的檢測方法、裝置及存儲介質，本申請實施例通過獲取待檢測音頻，并獲取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；將待檢測音頻的音頻特征分別輸入每個流派神經網絡模型，得到多個流派音頻節拍信息；將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；結合參考音頻節拍信息以及多個流派音頻節拍信息確定待檢測音頻的目標音頻節拍信息。以此，根據音頻流派風格的不同進行多模型訓練，智能選取出與待檢測音頻的音頻流派風格適配的流派神經網絡模型輸出的目標音頻節拍信息，提升了音頻節拍信息的檢測準確率。

技術領域

本申請涉及音頻處理技術領域，具體涉及一種音頻節拍信息的檢測方法、裝置及存儲介質。

背景技術

數字音頻，顧名思義就是以數字信號的方式存儲于網絡服務器中的音頻，在網絡空間中流動傳輸，具有速度快的優點，而每分鐘節拍數(Beat Per Minute，BPM)為音樂的一項基本屬性，是音樂速度的量化指標，不同的BPM可以表達出不同音樂情感。

現有技術中，BPM具有多種實際的應用，如將特定的BPM音樂實時融入視頻中，提高視頻的整體體驗，所以BPM的檢測是一項研究熱點內容，傳統的音頻節拍檢測方法重點放在音頻信號處理上，如利用頻域信號差分，頻域能量包絡，時域波形信號的包絡峰值，低頻信號的能量和Onset位置等信息來進行測量，但檢測的準確率較差。

發明內容

本申請實施例提供一種音頻節拍信息的檢測方法、裝置及存儲介質，旨在提升音頻節拍信息的檢測準確率。

為解決上述技術問題，本申請實施例提供以下技術方案：

一種音頻節拍信息的檢測方法，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。

一種音頻節拍信息的檢測方法，包括：

獲取待檢測音頻，并獲取所述待檢測音頻的音頻特征；

確定所述待檢測音頻的目標音頻流派風格；

獲取與所述目標音頻流派風格對應的預先訓練好的流派神經網絡模型，其中所述流派神經網絡模型由所述目標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輸入所述流派神經網絡模型，得到所述待檢測音頻的目標音頻節拍信息。

一種音頻節拍信息的檢測裝置，包括：

第一獲取單元，用于獲取待檢測音頻，并獲取所述待檢測音頻的音頻特征；

第二獲取單元，用于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；

第一輸入單元，用于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；

第二輸入單元，用于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；