[发明专利]歌唱者识别方法和装置

说明书

本申请实施例公开了歌唱者识别方法和装置。该方法的一具体实施方式包括：采用已训练的人声分离模型对待识别的音乐数据进行处理，得到待识别的音乐数据中的人声数据；将待识别的音乐数据中的人声数据输入已训练的歌唱者识别模型，得到待识别的音乐数据的歌唱者识别结果。该实施方式提升了歌唱者识别的准确度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及语音技术领域，尤其涉及歌唱者识别方法和装置。

背景技术

歌唱者识别，是从歌曲中识别出歌唱者的身份。歌唱者识别属于说话人识别的范畴，现有的歌唱者识别方法是直接将歌曲输入用于识别说话人的语音识别引擎，语音识别引擎根据歌曲中的语音学特征对歌唱者的身份进行识别。

通常歌曲中除了包含歌唱者的声音之外，还包含伴奏音乐，则从歌曲中提取出的语音学特征既包含歌唱者的声学特征，也包含伴奏音乐的声学特征，所以歌唱者识别相较于说话人识别，具有一定的难度。并且，歌唱者在唱歌时的发音方式与说话时的发音方式不同，也给歌唱者识别带来了一定的难度。

发明内容

本申请实施例提出了歌唱者识别方法和装置。

第一方面，本申请实施例提供了一种歌唱者识别方法，包括：采用已训练的人声分离模型对待识别的音乐数据进行处理，得到待识别的音乐数据中的人声数据；将待识别的音乐数据中的人声数据输入已训练的歌唱者识别模型，得到待识别的音乐数据的歌唱者识别结果。

在一些实施例中，上述方法还包括：基于第一样本音乐数据训练得出已训练的人声分离模型。

在一些实施例中，上述基于第一样本音乐数据训练得出已训练的人声分离模型，包括：提取第一样本音乐数据的频谱特征，并基于第一样本音乐数据的频谱特征从第一样本音乐数据中分离出样本人声数据；基于高斯混合模型构建待训练的人声分离模型，将样本人声数据作为待训练的人声分离模型对第一样本音乐数据进行人声分离得到第一样本音乐数据中的人声数据的期望结果，训练得出已训练的人声分离模型。

在一些实施例中，上述基于第一样本音乐数据训练得出已训练的人声分离模型，包括：提取第一样本音乐数据的频谱特征，基于第一样本音乐数据的频率特征将从样本音乐数据分解为样本人声数据和样本伴奏数据；基于高斯混合模型构建待训练的人声分离模型，将样本人声数据作为待训练的人声分离模型对第一样本音乐数据进行人声分离得到第一样本音乐数据中的人声数据的期望结果，并且将样本伴奏数据作为待训练的人声分离模型对第一样本音乐数据进行人声分离得到第一样本音乐数据中的伴奏数据的期望结果，训练得出已训练的人声分离模型。

在一些实施例中，上述方法还包括：基于具有对应的歌唱者标注信息的第二样本音乐数据训练得出已训练的歌唱者识别模型，包括：将第二样本音乐数据输入已训练的人声分离模型，得到第二样本音乐数据中的人声数据；基于高斯混合模型构建待训练的歌唱者识别模型，利用第二样本音乐数据中的人声数据，将第二样本音乐数据的歌唱者标注信息作为待训练的歌唱者识别模型对第二样本音乐数据中的人声数据的歌唱者识别的期望结果，对待训练的歌唱者模型进行训练，得到已训练的歌唱者识别模型。

第二方面，本申请实施提供了一种歌唱者识别装置，包括：分离单元，被配置为采用已训练的人声分离模型对待识别的音乐数据进行处理，得到待识别的音乐数据中的人声数据；识别单元，被配置为将待识别的音乐数据中的人声数据输入已训练的歌唱者识别模型，得到待识别的音乐数据的歌唱者识别结果。

在一些实施例中，上述装置还包括：第一训练单元，被配置为基于第一样本音乐数据训练得出已训练的人声分离模型。