[發明專利]樂曲識別方法、裝置、電子設備及計算機可讀存儲介質

在審

• 申請號: 202110887131.6
• 申請日: 2021-08-03
• 公開（公告）號: CN113593609A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 潘頌聲;曹偲;朱一聞;劉華平;趙翔宇;李鵬
• 申請（專利權）人: 杭州網易云音樂科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/27;G10L25/30;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種樂曲識別方法，應用于包括音頻輸入裝置的終端設備，其特征在于，所述方法包括：

通過音頻輸入裝置接收用戶輸入的音頻；

對所述音頻進行分析并確定所述音頻的面貌信息，所述面貌信息包括無效音頻、低信噪比音頻或高信噪比音頻；

當所述面貌信息指示所述音頻為低信噪比音頻時，根據低信噪比識別策略對所述音頻進行識別，并輸出低信噪比識別結果；

當所述面貌信息指示所述音頻為高信噪比音頻時，根據高信噪比識別策略對所述音頻進行識別，并輸出高信噪比識別結果；

基于所述低信噪比識別結果或所述高信噪比識別結果確定所識別到的樂曲。

2.如權利要求1所述的樂曲識別方法，其特征在于，所述對所述音頻進行分析并確定所述音頻的面貌信息，包括：

對所述音頻進行分幀處理，以得到多個音頻幀；

分別計算各音頻幀屬于有效音頻幀的概率，當所述屬于有效音頻幀的概率大于或等于預設的第一閾值時，將對應的音頻幀確定為有效音頻幀；否則，將對應的音頻幀確定為無效音頻幀；

統計有效音頻幀的數量，并計算有效音頻幀的數量與所述多個音頻幀的數量的比值；

當所述比值小于預設的第二閾值時，確定所述面貌信息為無效音頻并停止對所述音頻的識別。

3.如權利要求2所述的樂曲識別方法，其特征在于，所述方法還包括：

當所述比值大于或等于所述第二閾值時，基于所述有效音頻幀的數量計算所述屬于有效音頻幀的概率的均值；

當所述均值大于或等于預設的第三閾值時，確定所述面貌信息為高信噪比音頻；否則，確定所述面貌信息為低信噪比音頻。

4.如權利要求1所述的樂曲識別方法，其特征在于，所述低信噪比識別策略包括多個識別子策略，所述根據低信噪比識別策略對所述音頻進行識別，包括：

按照預設的順序依次調用所述多個識別子策略對所述音頻進行識別，并基于預設的曲庫依次確定通過各識別子策略識別到的至少一個識別子結果以及所述至少一個識別子結果與所述曲庫中的對應樂曲之間的低信噪比相似度；

當與所述多個識別子策略中的一個識別子策略對應的低信噪比相似度大于或等于預設的第四閾值時，將與該識別子策略對應的樂曲確定為識別到的樂曲并且停止調用識別子策略對所述音頻進行識別。

5.如權利要求1所述的樂曲識別方法，其特征在于，所述高信噪比識別策略包括多個識別子策略，所述根據高信噪比識別策略對所述音頻進行識別，包括：

對所述音頻進行場景分類處理，并根據場景分類的結果確定調用所述多個識別子策略中的一個或多個對所述音頻進行識別；

基于預設的曲庫確定通過一個或多個識別子策略識別到的一個或多個識別子結果以及所述一個或多個識別子結果與所述曲庫中的對應樂曲之間的一個或多個高信噪比相似度；

將各高信噪比相似度與預設的第五閾值分別進行比對，并將與大于或等于所述第五閾值的高信噪比相似度對應的樂曲確定為識別到的樂曲。

6.如權利要求5所述的樂曲識別方法，其特征在于，各識別子策略分別與一音頻類別以及一子策略閾值相對應，所述對所述音頻進行場景分類處理，并根據場景分類的結果確定調用所述多個識別子策略中的一個或多個對所述音頻進行識別，包括：

基于分類模型確定所述音頻分別屬于各音頻類別的分類概率；

將各分類概率分別與所述各音頻類別對應的子策略閾值進行比對；

當大于或等于子策略閾值時，確定所述音頻屬于相應的音頻類別，并確定調用相應的識別子策略對所述音頻進行識別；

當小于子策略閾值時，停止調用相應的識別子策略對所述音頻進行識別。

7.如權利要求4或5所述的樂曲識別方法，其特征在于，所述方法還包括：

根據與所述識別到的樂曲對應的低信噪比相似度或高信噪比相似度，對所述識別到的樂曲進行排序；以及

對經排序的樂曲進行合并與去重復處理。