[發(fā)明專利]音頻數(shù)據(jù)處理方法、裝置、計算機設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202210895424.3
• 申請日: 2022-07-28
• 公開（公告）號: CN115083435B
• 公開（公告）日: 2022-11-04
• 發(fā)明（設(shè)計）人: 馮鑫
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L25/30
• 分類號: G10L25/30;G10L25/51;G06F16/65
• 代理公司: 華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 毛丹

1.一種音頻數(shù)據(jù)處理方法，其特征在于，所述方法包括：

獲取待處理音頻數(shù)據(jù)，將所述待處理音頻數(shù)據(jù)進行劃分，得到各個子音頻；

對所述各個子音頻分別進行時域特征提取，得到所述各個子音頻對應(yīng)的時域特征，所述時域特征包括中間時域特征和目標時域特征，所述時域特征是指用于表征子音頻時域信息的語義特征；

對所述各個子音頻分別進行頻域特征提取，得到所述各個子音頻對應(yīng)的頻域特征，所述頻域特征包括中間頻域特征和目標頻域特征，所述頻域特征是指用于表征子音頻的頻域信息的語義特征；

基于所述各個子音頻對應(yīng)的中間時域特征和中間頻域特征進行特征交互，得到所述各個子音頻對應(yīng)的目標交互特征；

基于所述各個子音頻對應(yīng)的目標時域特征、目標頻域特征和目標交互特征進行語義特征提取，得到所述各個子音頻對應(yīng)的音頻語義特征，并基于所述音頻語義特征進行音樂分類識別，得到所述各個子音頻對應(yīng)的音樂可能性；

基于所述音樂可能性從所述待處理音頻數(shù)據(jù)中確定各個音樂片段，并基于所述音頻語義特征確定所述各個音樂片段對應(yīng)的音樂語義特征；

基于所述各個音樂片段對應(yīng)的音樂語義特征進行音樂片段分類識別，得到同類音樂片段集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述各個音樂片段對應(yīng)的音樂語義特征進行音樂片段分類識別，得到同類音樂片段集，包括：

基于所述各個音樂片段對應(yīng)的音樂語義特征進行序列轉(zhuǎn)換編碼，得到聚合編碼特征；

使用所述聚合編碼特征和所述各個子音頻對應(yīng)的音樂可能性進行序列轉(zhuǎn)換解碼，得到所述各個音樂片段對應(yīng)的目標音樂語義特征；

基于所述各個音樂片段對應(yīng)的目標音樂語義特征對所述各個音樂片段進行分類識別，得到所述同類音樂片段集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述各個音樂片段對應(yīng)的音樂語義特征進行序列轉(zhuǎn)換編碼，得到聚合編碼特征，包括：

提取所述各個子音頻分別對應(yīng)的基礎(chǔ)音頻特征，從所述各個子音頻分別對應(yīng)的基礎(chǔ)音頻特征中確定所述各個音樂片段對應(yīng)的音樂片段基礎(chǔ)特征；

將所述各個音樂片段對應(yīng)的音樂片段基礎(chǔ)特征分別與對應(yīng)的音樂語義特征進行合并，得到所述各個音樂片段對應(yīng)的目標融合特征；

將所述各個音樂片段對應(yīng)的目標融合特征輸入到序列轉(zhuǎn)換模型的編碼網(wǎng)絡(luò)中進行編碼，得到輸出的目標聚合編碼特征。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于所述各個音樂片段對應(yīng)的目標音樂語義特征對所述各個音樂片段進行分類識別，得到所述同類音樂片段集，包括：

使用所述各個音樂片段對應(yīng)的目標音樂語義特征計算所述各個音樂片段之間的空間相似性；

基于所述各個音樂片段之間的空間相似性進行分類聚合，得到所述同類音樂片段集。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述各個子音頻分別進行時域特征提取，得到所述各個子音頻對應(yīng)的時域特征，所述時域特征包括中間時域特征和目標時域特征，包括：

對所述各個子音頻分別進行時域卷積運算，得到所述各個子音頻對應(yīng)的至少兩個中間卷積特征和最終卷積特征；

將所述至少兩個中間卷積特征進行頻域維度轉(zhuǎn)換，得到所述各個子音頻對應(yīng)的至少兩個中間時域特征；

將所述最終卷積特征進行頻域維度轉(zhuǎn)換，得到所述各個子音頻對應(yīng)的目標時域特征。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述各個子音頻分別進行頻域特征提取，得到所述各個子音頻對應(yīng)的頻域特征，所述頻域特征包括中間頻域特征和目標頻域特征，包括：

提取所述各個子音頻分別對應(yīng)的基礎(chǔ)音頻特征；

對所述各個子音頻分別對應(yīng)的基礎(chǔ)音頻特征進行頻域卷積運算，得到所述各個子音頻對應(yīng)的至少兩個中間頻域特征和目標頻域特征。