[發(fā)明專利]音頻識別方法、裝置、計算機設(shè)備及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210278797.6
• 申請日: 2022-03-21
• 公開（公告）號: CN114708851A
• 公開（公告）日: 2022-07-05
• 發(fā)明（設(shè)計）人: 江益靚;駱一帆;趙偉峰;姜濤
• 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: G10L15/01
• 分類號: G10L15/01;G10L15/10
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 陳梅君

1.一種音頻識別方法，其特征在于，包括：

獲取清唱音頻數(shù)據(jù)后，提取所述清唱音頻數(shù)據(jù)的基頻序列；

獲取所述清唱音頻數(shù)據(jù)對應(yīng)的歌曲的樂器數(shù)字接口MIDI模板，所述MIDI模板用于表示歌曲的標(biāo)準(zhǔn)化音樂參數(shù)；

基于所述MIDI模板調(diào)整所述基頻序列對應(yīng)的音區(qū)，以及所述基頻序列對應(yīng)的發(fā)聲速度；

計算調(diào)整后的基頻序列和所述MIDI模板之間的匹配度；

根據(jù)所述匹配度確定所述清唱音頻數(shù)據(jù)的識別結(jié)果，所述識別結(jié)果用于指示所述清唱音頻數(shù)據(jù)是否合格。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取所述清唱音頻數(shù)據(jù)的基頻序列，包括：

若所述清唱音頻數(shù)據(jù)對應(yīng)的音頻時長大于或等于第一閾值，則提取所述清唱音頻數(shù)據(jù)的基頻序列。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述清唱音頻數(shù)據(jù)對應(yīng)的歌曲的樂器數(shù)字接口MIDI模板，包括：

基于所述基頻序列確定所述清唱音頻數(shù)據(jù)對應(yīng)的人聲時長；

確定所述清唱音頻數(shù)據(jù)對應(yīng)的人聲時長是否大于或等于第二閾值；

若所述清唱音頻數(shù)據(jù)對應(yīng)的人聲時長大于或等于所述第二閾值，則獲取所述清唱音頻數(shù)據(jù)對應(yīng)的歌曲的樂器數(shù)字接口MIDI模板。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于所述基頻序列確定所述清唱音頻數(shù)據(jù)對應(yīng)的人聲時長，包括：

獲取所述基頻序列中每個基頻對應(yīng)的元音幀時長；

基于所述每個基頻對應(yīng)的元音幀時長確定所述清唱音頻數(shù)據(jù)對應(yīng)的人聲時長。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述MIDI模板調(diào)整所述基頻序列對應(yīng)的音區(qū)，包括：

確定所述MIDI模板對應(yīng)的音高與所述基頻序列對應(yīng)的音高之間的差值；

基于所述差值調(diào)整所述基頻序列對應(yīng)的音區(qū)。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述MIDI模板調(diào)整所述基頻序列對應(yīng)的發(fā)聲速度，包括：

確定所述MIDI模板對應(yīng)的持續(xù)時長與所述基頻序列對應(yīng)的人聲時長之間的倍數(shù)關(guān)系；

基于所述倍數(shù)關(guān)系調(diào)整所述基頻序列對應(yīng)的發(fā)聲速度。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算調(diào)整后的基頻序列和所述MIDI模板之間的匹配度，包括：

基于動態(tài)時間規(guī)整算法確定所述調(diào)整后的基頻序列和所述MIDI模板之間的累積距離；

基于所述累積距離確定所述調(diào)整后的基頻序列和所述MIDI模板之間的匹配度。

8.根據(jù)權(quán)利要求1～7中任一項所述的方法，其特征在于，所述根據(jù)所述匹配度確定所述清唱音頻數(shù)據(jù)的識別結(jié)果，包括：

若所述匹配度大于或等于第三閾值，則所述識別結(jié)果用于指示所述清唱音頻數(shù)據(jù)合格；

若所述匹配度小于所述第三閾值，則所述識別結(jié)果用于指示所述清唱音頻數(shù)據(jù)不合格。

9.根據(jù)權(quán)利要求8所述的方法，其特征在于，還包括：

獲得由多個清唱音頻樣本得到的時長與匹配度對應(yīng)關(guān)系，其中所述清唱音頻樣本包括MIDI模板樣本對應(yīng)的持續(xù)時長信息和匹配度信息；

基于所述MIDI模板對應(yīng)的持續(xù)時長以及所述時長與匹配度對應(yīng)關(guān)系確定所述第三閾值。

10.一種計算機設(shè)備，其特征在于，所述計算機設(shè)備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行如權(quán)利要求1～9任一項所述的音頻識別方法。

11.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有一條或多條計算機程序，所述一條或多條計算機程序適于由處理器加載并執(zhí)行如權(quán)利要求1～9任一項所述的音頻識別方法。