[發(fā)明專利]一種歌曲推薦方法、系統(tǒng)、智能設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110367621.3
• 申請(qǐng)日: 2021-04-06
• 公開（公告）號(hào): CN113010728A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 葉建仲
• 申請(qǐng)（專利權(quán)）人: 金寶貝網(wǎng)絡(luò)科技（蘇州）有限公司
• 主分類號(hào): G06F16/635
• 分類號(hào): G06F16/635;G06F16/65
• 代理公司: 上海碩力知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31251
• 代理人: 楊用玲

1.一種歌曲推薦方法，其特征在于，包括步驟：

對(duì)目標(biāo)類型歌曲進(jìn)行細(xì)分類；

獲取各個(gè)細(xì)分類下的若干個(gè)歌曲文件，并將所述歌曲文件轉(zhuǎn)換成訓(xùn)練聲譜圖；

建立歌曲分類模型，并通過所述訓(xùn)練聲譜圖對(duì)所述歌曲分類模型進(jìn)行訓(xùn)練；

獲取用戶選擇的目標(biāo)類型下的當(dāng)前歌曲，并將所述當(dāng)前歌曲對(duì)應(yīng)的聲譜圖輸入訓(xùn)練好的所述歌曲分類模型，獲得所述當(dāng)前歌曲對(duì)應(yīng)的當(dāng)前細(xì)分類；

根據(jù)所述當(dāng)前細(xì)分類進(jìn)行歌曲推薦。

2.根據(jù)權(quán)利要求1所述的一種歌曲推薦方法，其特征在于，所述的通過所述訓(xùn)練聲譜圖對(duì)所述歌曲分類模型進(jìn)行訓(xùn)練之后，還包括步驟：

通過訓(xùn)練好的所述歌曲分類模型對(duì)存儲(chǔ)的目標(biāo)類型下的所有歌曲進(jìn)行細(xì)分類；

為每個(gè)細(xì)分類建立歌曲相似模型，并通過所述歌曲相似模型提取各個(gè)細(xì)分類下所有歌曲的特征向量；

所述的獲得所述當(dāng)前歌曲對(duì)應(yīng)的當(dāng)前細(xì)分類之后，還包括步驟：

通過所述當(dāng)前細(xì)分類對(duì)應(yīng)的所述歌曲相似模型提取所述當(dāng)前歌曲對(duì)應(yīng)的特征向量：

將所述當(dāng)前歌曲對(duì)應(yīng)的特征向量與所述當(dāng)前細(xì)分類下的所有歌曲的特征向量進(jìn)行比較，獲得相似度最高的目標(biāo)歌曲并進(jìn)行推薦。

3.根據(jù)權(quán)利要求2所述的一種歌曲推薦方法，其特征在于：通過余弦相似性算法對(duì)所述當(dāng)前歌曲對(duì)應(yīng)的特征向量與所述當(dāng)前細(xì)分類下的所有歌曲的特征向量進(jìn)行比較；

將最大余弦相似性的歌曲作為目標(biāo)歌曲進(jìn)行推薦。

4.根據(jù)權(quán)利要求2所述的一種歌曲推薦方法，其特征在于，所述的獲取各個(gè)細(xì)分類下的若干個(gè)歌曲文件，并將所述歌曲文件轉(zhuǎn)換成訓(xùn)練聲譜圖，具體包括：

提取所述歌曲文件內(nèi)的預(yù)設(shè)時(shí)間段的音頻；

將所述預(yù)設(shè)時(shí)間段的音頻轉(zhuǎn)換成完整聲譜圖；

將所述完整聲譜圖平分成預(yù)設(shè)數(shù)量的所述訓(xùn)練聲譜圖；

所述的將所述當(dāng)前歌曲對(duì)應(yīng)的聲譜圖輸入訓(xùn)練好的所述歌曲分類模型，具體包括：

提取所述當(dāng)前歌曲的預(yù)設(shè)時(shí)間段的音頻；

將所述當(dāng)前歌曲對(duì)應(yīng)的預(yù)設(shè)時(shí)間段的音頻轉(zhuǎn)換成預(yù)設(shè)數(shù)量的聲譜圖；

將所述當(dāng)前歌曲對(duì)應(yīng)的預(yù)設(shè)數(shù)量的聲譜圖輸入訓(xùn)練好的所述歌曲分類模型。

5.根據(jù)權(quán)利要求4所述的一種歌曲推薦方法，其特征在于，所述的通過所述歌曲相似模型提取各個(gè)細(xì)分類下所有歌曲的特征向量，具體包括：

提取各個(gè)細(xì)分類下所有歌曲的預(yù)設(shè)時(shí)間段的音頻；

將各個(gè)細(xì)分類下所有歌曲對(duì)應(yīng)的預(yù)設(shè)時(shí)間段的音頻轉(zhuǎn)換成預(yù)設(shè)數(shù)量的聲譜圖；

通過所述歌曲相似模型提取各個(gè)細(xì)分類下與各個(gè)歌曲的預(yù)設(shè)數(shù)量的聲譜圖對(duì)應(yīng)的預(yù)設(shè)數(shù)量的特征向量；

計(jì)算各個(gè)細(xì)分類下各個(gè)歌曲的平均向量；

所述的通過所述當(dāng)前細(xì)分類對(duì)應(yīng)的所述歌曲相似模型提取所述當(dāng)前歌曲對(duì)應(yīng)的特征向量，具體包括：

通過所述當(dāng)前細(xì)分類對(duì)應(yīng)的所述歌曲相似模型提取與所述當(dāng)前歌曲的預(yù)設(shè)數(shù)量的聲譜圖對(duì)應(yīng)的預(yù)設(shè)數(shù)量的特征向量；

計(jì)算所述當(dāng)前歌曲對(duì)應(yīng)的平均向量；

所述的將所述當(dāng)前歌曲對(duì)應(yīng)的特征向量與所述當(dāng)前細(xì)分類下的所有歌曲的特征向量進(jìn)行比較，具體包括：

將所述當(dāng)前歌曲對(duì)應(yīng)的平均向量與所述當(dāng)前細(xì)分類下的各個(gè)歌曲的平均向量進(jìn)行比較。

6.一種歌曲推薦系統(tǒng)，其特征在于，包括：

第一分類模塊，用于對(duì)目標(biāo)類型歌曲進(jìn)行細(xì)分類；

獲取模塊，與所述第一分類模塊連接，用于獲取各個(gè)細(xì)分類下的若干個(gè)歌曲文件，并將所述歌曲文件轉(zhuǎn)換成訓(xùn)練聲譜圖；

訓(xùn)練模塊，與所述獲取模塊連接，用于建立歌曲分類模型，并通過所述訓(xùn)練聲譜圖對(duì)所述歌曲分類模型進(jìn)行訓(xùn)練；

推薦模塊，與所述訓(xùn)練模塊連接，用于獲取用戶選擇的目標(biāo)類型下的當(dāng)前歌曲，并將所述當(dāng)前歌曲對(duì)應(yīng)的聲譜圖輸入訓(xùn)練好的所述歌曲分類模型，獲得所述當(dāng)前歌曲對(duì)應(yīng)的當(dāng)前細(xì)分類，再根據(jù)所述當(dāng)前細(xì)分類進(jìn)行歌曲推薦。