[發(fā)明專利]一種音頻識別方法、裝置、設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110750209.X
• 申請日: 2021-07-02
• 公開（公告）號: CN113628637A
• 公開（公告）日: 2021-11-09
• 發(fā)明（設計）人: 張冉;梁先華;王曉瑞
• 申請（專利權）人: 北京達佳互聯(lián)信息技術有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/57;G06K9/00
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種音頻識別方法，其特征在于，包括：

獲取待分析視頻的音頻數(shù)據(jù)和圖像數(shù)據(jù)；

根據(jù)所述待分析視頻的音頻數(shù)據(jù)，確定所述待分析視頻的音頻的指紋特征，并根據(jù)所述音頻的指紋特征從音頻庫中匹配所述待分析視頻的歌曲標識；

在音頻庫中不存在與所述音頻的指紋特征匹配的音頻的情況下，根據(jù)所述待分析視頻的音頻數(shù)據(jù)，確定所述待分析視頻中的音樂類型和語音歌詞中的至少一項；以及，根據(jù)所述待分析視頻的圖像數(shù)據(jù)，確定所述待分析視頻中的文字歌詞和歌名中的至少一項；

根據(jù)特征數(shù)據(jù)中的一項或多項，從音頻庫中匹配所述待分析視頻的歌曲標識；所述特征數(shù)據(jù)包括：所述待分析視頻中的音樂特征和語音歌詞中的至少一項、以及所述待分析視頻中的文字歌詞以及歌名中的至少一項；其中，所述音頻庫中包括至少一個歌曲的歌曲標識，所述至少一個歌曲中所述每個歌曲的指紋特征，以及所述每個歌曲的所述特征數(shù)據(jù)中的一項或多項。

2.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

在所述音頻庫中存在與所述音頻的指紋特征匹配的音頻的情況下，確定所述待分析視頻中的音頻為原唱歌曲；

在所述音頻庫中不存在與所述音頻的指紋特征匹配的音頻，且從所述音頻庫中匹配到所述待分析視頻的歌曲標識的情況下，確定所述待分析視頻中的音頻為翻唱歌曲。

3.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述待分析視頻的圖像信息，確定所述待分析視頻中的歌曲的文字歌詞和歌名中的至少一項，包括：

獲取所述待分析視頻的封面圖像，并確定所述待分析視頻的封面圖像為所述待分析視頻的圖像信息；

識別所述待分析視頻的封面圖像中的文字信息；

從所述封面圖像中的文字信息中，獲取所述待分析視頻中的歌曲的文字歌詞和歌名中的至少一項。

4.根據(jù)權利要求3所述的方法，其特征在于，在所述獲取所述待分析視頻中的歌曲的文字歌詞的情況下，所述根據(jù)特征數(shù)據(jù)中的一項或多項，從音頻庫中匹配所述待分析視頻的歌曲標識，包括：

查詢所述音頻庫中是否存在與所述待分析視頻的封面圖像中的文字歌詞匹配的歌詞；其中，所述音頻庫中包括至少一個歌曲中每個歌曲的歌曲標識，以及所述每個歌曲的歌詞；

若存在，則確定所述匹配的歌詞對應的歌曲標識為所述待分析視頻的歌曲標識。

5.根據(jù)權利要求3所述的方法，其特征在于，在所述獲取所述待分析視頻中的歌曲的歌名的情況下，所述根據(jù)特征數(shù)據(jù)中的一項或多項，從音頻庫中匹配所述待分析視頻的歌曲標識，包括：

查詢所述音頻庫中是否存在與所述待分析視頻的封面圖像中的歌名匹配的歌名；其中，所述音頻庫中包括至少一個歌曲中每個歌曲的歌曲標識，以及所述每個歌曲的歌名；

若存在，則根據(jù)所述匹配的歌名對應的歌曲標識為所述待分析視頻的歌曲標識。

6.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述待分析視頻的圖像信息，確定所述待分析視頻中的歌曲的文字歌詞和歌名中的至少一項，包括：

獲取所述待分析視頻的至少一幀圖像，并確定所述待分析視頻的至少一幀圖像為所述待分析視頻的圖像信息；

識別所述待分析視頻的至少一幀圖像中的文字信息；

從所述至少一幀圖像中的文字信息中，獲取所述待分析視頻中的歌曲的文字歌詞和歌名中的至少一項。