[發(fā)明專利]一種音頻識別方法、裝置、設(shè)備、介質(zhì)在審
| 申請?zhí)枺?/td> | 202011443460.3 | 申請日： | 2020-12-11 |
| 公開（公告）號： | CN112634939A | 公開（公告）日： | 2021-04-09 |
| 發(fā)明（設(shè)計）人： | 孔令城 | 申請（專利權(quán)）人： | 騰訊音樂娛樂科技（深圳）有限公司 |
| 主分類號： | G10L25/18 | 分類號： | G10L25/18;G10L25/21;G10L25/81;G10H1/00 |
| 代理公司： | 深圳市深佳知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285 | 代理人： | 陳彥如 |
| 地址： | 518052 廣東省深圳市前海深港合作區(qū)前*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 音頻 識別 方法 裝置 設(shè)備 介質(zhì) | ||
1.一種音頻識別方法，其特征在于，包括：
獲取對待檢測歌曲進行預(yù)處理后得到的節(jié)拍檢測結(jié)果以及歌曲波譜數(shù)據(jù)；
對所述節(jié)拍檢測結(jié)果和所述歌曲波譜數(shù)據(jù)進行對齊，然后基于所述節(jié)拍檢測結(jié)果中的節(jié)拍對所述歌曲波譜數(shù)據(jù)進行截取，得到待檢測歌曲波譜片段；
提取待檢測歌曲波譜片段特征，并基于所述待檢測歌曲波譜片段特征從預(yù)設(shè)檢索庫中確定出所述待檢測歌曲對應(yīng)的原唱歌曲，其中，所述預(yù)設(shè)檢索庫中包括多首原唱歌曲的原唱歌曲波譜片段特征，原唱歌曲波譜片段為基于所述原唱歌曲的節(jié)拍檢測結(jié)果中的節(jié)拍對所述原唱歌曲的歌曲波譜數(shù)據(jù)進行截取得到。
2.根據(jù)權(quán)利要求1所述的音頻識別方法，其特征在于，所述獲取對待檢測歌曲進行預(yù)處理后得到的節(jié)拍檢測結(jié)果和歌曲波譜數(shù)據(jù)，包括：
獲取所述待檢測歌曲；
將所述待檢測歌曲轉(zhuǎn)換為預(yù)設(shè)單聲道格式，得到所述待檢測歌曲對應(yīng)的單聲道音頻數(shù)據(jù)；
對所述單聲道音頻數(shù)據(jù)進行處理，得到所述節(jié)拍檢測結(jié)果和所述歌曲波譜數(shù)據(jù)。
3.根據(jù)權(quán)利要求2所述的音頻識別方法，其特征在于，所述對所述單聲道音頻數(shù)據(jù)進行處理，得到所述節(jié)拍檢測結(jié)果和所述歌曲波譜數(shù)據(jù)，包括：
對所述單聲道音頻數(shù)據(jù)進行節(jié)拍檢測，得到所述節(jié)拍檢測結(jié)果；
對所述單聲道音頻數(shù)據(jù)進行和聲音調(diào)類分布特征提取，得到和聲音調(diào)類分布數(shù)據(jù)；
或，對所述單聲道音頻數(shù)據(jù)進行CQT變換，以得到CQT譜。
4.根據(jù)權(quán)利要求1所述的音頻識別方法，其特征在于，所述提取待檢測歌曲波譜片段特征，并基于所述待檢測歌曲波譜片段特征從預(yù)設(shè)檢索庫中確定出所述待檢測歌曲對應(yīng)的原唱歌曲，包括：
將所述待檢測歌曲波譜片段輸入預(yù)先訓(xùn)練完畢的目標卷積神經(jīng)網(wǎng)絡(luò)，得到待檢測歌曲波譜片段特征；
分別確定所述待檢測歌曲波譜片段特征與預(yù)設(shè)檢索庫中各首原唱歌曲的原唱歌曲波譜片段特征之間的相似度，其中，所述原唱歌曲波譜片段特征為利用所述目標卷積神經(jīng)網(wǎng)絡(luò)對所述原唱歌曲的原唱歌曲波譜片段進行特征提取得到的；
根據(jù)所述相似度確定從所述預(yù)設(shè)檢索庫中確定出所述待檢測歌曲對應(yīng)的原唱歌曲。
5.根據(jù)權(quán)利要求4所述的音頻識別方法，其特征在于，所述將所述待檢測歌曲波譜片段輸入預(yù)先訓(xùn)練完畢的目標卷積神經(jīng)網(wǎng)絡(luò)之前，還包括：
利用目標訓(xùn)練數(shù)據(jù)集對預(yù)設(shè)卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得到所述目標卷積神經(jīng)網(wǎng)絡(luò)，其中，所述目標訓(xùn)練數(shù)據(jù)集包括預(yù)先獲取到的原唱歌曲的歌曲波譜數(shù)據(jù)以及對應(yīng)的翻唱歌曲的歌曲波譜數(shù)據(jù)。
6.根據(jù)權(quán)利要求1至5任一項所述的音頻識別方法，其特征在于，所述基于所述節(jié)拍檢測結(jié)果中的節(jié)拍對所述歌曲波譜數(shù)據(jù)進行截取，得到待檢測歌曲波譜片段，包括：
確定目標節(jié)拍；
基于所述目標節(jié)拍的節(jié)拍長度確定出截取片段長度；
基于所述目標節(jié)拍的節(jié)拍點和所述截取片段長度對所述待檢測歌曲的歌曲波譜數(shù)據(jù)進行截取，以得到待檢測歌曲波譜片段。
7.根據(jù)權(quán)利要求6所述的音頻識別方法，其特征在于，所述基于所述目標節(jié)拍的節(jié)拍點和所述截取片段長度對所述待檢測歌曲的歌曲波譜數(shù)據(jù)進行截取，包括：
以所述目標節(jié)拍的第一節(jié)拍點和第二節(jié)拍點的中點為中心，基于所述截取片段長度對所述待檢測歌曲的歌曲波譜數(shù)據(jù)進行截取；
和/或，以所述目標節(jié)拍的第一節(jié)拍點為起點，基于所述截取片段長度對所述待檢測歌曲的歌曲波譜數(shù)據(jù)進行截取；
和/或，以所述目標節(jié)拍的第二節(jié)拍點為中心，基于所述截取片段長度對所述待檢測歌曲的歌曲波譜數(shù)據(jù)進行截取。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊音樂娛樂科技（深圳）有限公司，未經(jīng)騰訊音樂娛樂科技（深圳）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011443460.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
