[發明專利]基于歌曲結構的音樂截取方法、裝置、設備及存儲介質

在審

• 申請號: 202310036956.6
• 申請日: 2023-01-10
• 公開（公告）號: CN116257652A
• 公開（公告）日: 2023-06-13
• 發明（設計）人: 林穎佳
• 申請（專利權）人: 深圳市閃剪智能科技有限公司
• 主分類號: G06F16/683
• 分類號: G06F16/683;G06F16/68;G06F18/214;G06F18/24;G06N3/04;G06N3/08
• 代理公司: 深圳市特訊知識產權代理事務所(普通合伙) 44653
• 代理人: 孟智廣

本發明涉及數據處理領域，公開了一種基于歌曲結構的音樂截取方法、裝置、設備及存儲介質。該方法包括：檢測到截取指令時，獲取截取指令攜帶的歌曲關鍵詞以及結構關鍵詞；根據歌曲關鍵詞搜索并獲取目標音樂；識別目標音樂的歌曲結構；在歌曲結構中確定與結構關鍵詞對應的目標結構；根據目標結構截取目標音樂，得到目標音樂片段。本發明提高了音樂截取的精準度。

技術領域

本發明涉及數據處理領域，尤其涉及一種基于歌曲結構的音樂截取方法、裝置、設備及存儲介質。

背景技術

現代短視頻剪輯與發布已融入人們的日常生活，在取用視頻配樂時，部分用戶習慣使用流行歌曲熱門片段，但無音樂知識儲備的用戶必須依靠聽取、整段導入、時長截取的方式獲取歌曲片段，獲取門檻過高。現有方法的缺陷是提取片段的邊界不夠明顯，例如：提取到的主歌片段的結尾，可能粘連部分后續音樂，該截取方式對比較了解歌曲且有強迫癥的用戶極不友好，音樂截取的精準度低。

發明內容

本發明的主要目的在于解決音樂截取的精準度低的技術問題。

本發明第一方面提供了一種基于歌曲結構的音樂截取方法，所述基于歌曲結構的音樂截取方法包括：

檢測到截取指令時，獲取所述截取指令攜帶的歌曲關鍵詞以及結構關鍵詞；

根據所述歌曲關鍵詞搜索并獲取目標音樂；

識別所述目標音樂的歌曲結構；

在所述歌曲結構中確定與所述結構關鍵詞對應的目標結構；

根據所述目標結構截取所述目標音樂，得到目標音樂片段。

可選的，在本發明第一方面的第一種實現方式中，所述根據所述歌曲關鍵詞搜索并獲取目標音樂的步驟包括：

根據所述歌曲關鍵詞進行模糊搜索；

當所述模糊搜索的搜索結果包含多個搜索目標時，輸出在所述搜索目標進行選擇的提示信息；

在接收到選擇指令時，根據所述選擇指令確定所述目標音樂。

可選的，在本發明第一方面的第二種實現方式中，所述在所述歌曲結構中確定與所述結構關鍵詞對應的目標結構的步驟包括：

在所述歌曲結構中確定是否存在與所述結構關鍵詞對應的所述目標結構，所述歌曲結構包括序曲、主歌、導歌、插曲、副歌、橋段或者結尾；

若所述歌曲結構中存在與所述結構關鍵詞對應的所述目標結構，輸出所述結構關鍵詞與所述歌曲關鍵詞不對應的提示信息；

若所述歌曲結構中存在與所述結構關鍵詞對應的所述目標結構，執行所述根據所述目標結構截取所述目標音樂，得到目標音樂片段的步驟。

可選的，在本發明第一方面的第三種實現方式中，所述識別所述目標音樂的歌曲結構的步驟包括：

根據音紋識別技術識別所述目標音樂的所述歌曲結構。

可選的，在本發明第一方面的第四種實現方式中，所述識別所述目標音樂的歌曲結構的步驟包括：

將所述目標音樂輸入預先訓練的神經網絡模型，得到所述神經網絡模型輸出的所述歌曲結構。

可選的，在本發明第一方面的第五種實現方式中，所述檢測到截取指令時，獲取所述截取指令攜帶的歌曲關鍵詞以及結構關鍵詞的步驟之前，所述方法還包括：

獲取標記有歌曲結構標簽的樣本音樂；

根據所述樣本音樂訓練預設神經網絡模型，得到所述神經網絡模型。

可選的，在本發明第一方面的第六種實現方式中，所述檢測到截取指令時，獲取所述截取指令攜帶的歌曲關鍵詞以及結構關鍵詞的步驟之前，所述方法還包括：