[發明專利]一種音樂結構的確定方法、裝置、設備及介質

在審

• 申請號: 202010783244.7
• 申請日: 2020-08-06
• 公開（公告）號: CN112037764A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 張凱翔;朱一聞;曹偲;鄭博
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/05;G10L15/065;G10L15/08;G06F16/61;G06F16/65;G06F16/683;G06K9/62
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 王娜

1.一種音樂結構的確定方法，其特征在于，所述方法包括：

獲取待檢測音樂的音頻內容和歌詞內容；

對所述音頻內容進行分析，確定所述音頻內容的邊界分割信息；

對所述歌詞內容進行分析，確定所述歌詞內容的邊界分割時間信息；

對所述邊界分割信息和所述邊界分割時間信息進行融合，得到融合邊界信息；

對所述融合邊界信息進行聚類，確定所述待檢測音樂中每個段落的段落類別以及所述待檢測音樂的結構。

2.根據權利要求1所述的方法，其特征在于，所述對所述音頻內容進行分析，確定所述音頻內容的邊界分割信息，包括：

對所述音頻內容進行常Q變換諧波轉換離散CQT變換，得到所述音頻內容的CQT特征；

提取所述音頻內容的梅爾倒譜系數MFCC特征；

基于所述CQT特征和所述MFCC特征確定所述音頻內容的音頻特征圖；

計算所述音頻特征圖的拉普拉斯矩陣，并對所述拉普拉斯矩陣進行奇異值分解，得到分解結果；

對所述分解結果進行聚類，得到所述音頻內容的第一類邊界分割信息。

3.根據權利要求2所述的方法，其特征在于，所述對所述音頻內容進行分析，確定所述音頻內容的邊界分割信息，包括：

提取所述音頻內容的音級輪廓PCP特征；

基于所述PCP特征，計算所述音頻內容的音頻相似度矩陣，對所述音頻相似度矩陣進行時滯變換，并對所述時滯變換的變換結果進行平滑處理，對所述平滑處理結果進行累加濾波處理，得到用于表征所述音頻內容邊界點重復度的頻率統計曲線；

將所述頻率統計曲線中統計值大于預設閾值的時刻作為分割點，得到所述音頻內容的第二類邊界分割信息。

4.根據權利要求1所述的方法，其特征在于，所述對所述邊界分割信息和所述邊界分割時間信息進行融合，得到融合邊界信息，包括：

分別計算所述邊界分割信息的置信度和所述邊界分割時間信息的置信度；

基于所述邊界分割信息的置信度和所述邊界分割時間信息的置信度，對所述邊界分割信息和所述邊界分割時間信息進行融合，得到融合邊界信息。

5.根據權利要求4所述的方法，其特征在于，若所述邊界分割信息僅包括第一類邊界分割信息，所述基于所述邊界分割信息的置信度和所述邊界分割時間信息的置信度，對所述邊界分割信息和所述邊界分割時間信息進行融合，包括：

分別計算所述第一類邊界分割信息的置信度和所述邊界分割時間信息的置信度；

基于所述第一類邊界分割信息的置信度和所述邊界分割時間信息的置信度，對所述第一類邊界分割信息和所述邊界分割時間信息進行融合，得到融合邊界信息。

6.根據權利要求4所述的方法，其特征在于，若所述邊界分割信息包括第一類邊界分割信息和第二類邊界分割信息，所述基于所述邊界分割信息的置信度和所述邊界分割時間信息的置信度，對所述邊界分割信息和所述邊界分割時間信息進行融合，包括：

分別計算所述第一類邊界分割信息的置信度、所述第二類邊界分割信息的置信度和所述邊界分割時間信息的置信度；

基于所述第一類邊界分割信息的置信度、所述第二類邊界分割信息的置信度和所述邊界分割時間信息的置信度，對所述第一類邊界分割信息、所述第二類邊界分割信息和所述邊界分割時間信息進行融合，得到融合邊界信息。

7.根據權利要求6所述的方法，其特征在于，所述基于所述第一類邊界分割信息的置信度、所述第二類邊界分割信息的置信度和所述邊界分割時間信息的置信度，對所述第一類邊界分割信息、所述第二類邊界分割信息和所述邊界分割時間信息進行融合，得到融合邊界信息，包括：

基于所述第一類邊界分割信息的置信度和所述第二類邊界分割信息的置信度，對所述第一類邊界分割信息和所述第二類邊界分割信息進行融合，得到中間融合信息；

基于所述邊界分割時間信息的置信度，對所述中間融合信息和所述邊界分割時間信息進行融合，得到融合邊界信息。