[发明专利]一种音频片段的检测方法及相关设备

权利要求书

1.一种音频片段的检测方法，其特征在于，包括：

接收对目标音频文件的音频片段检测请求，所述音频片段检测请求携带目标类别标识；

将所述目标音频文件的音频特征和所述目标类别标识的类别向量输入至训练后的音频片段提取模型；其中，所述训练后的音频片段提取模型包括训练后的分类模型和训练后的回归模型；

根据所述训练后的分类模型，对所述目标音频文件的音频特征进行检测，以判断所述目标音频文件对应的所有音频类别中是否存在所述类别向量对应的音频类别；

若所述目标音频文件对应的所有音频类别中存在所述类别向量对应的音频类别，则根据训练后的回归模型确定所述目标音频文件中所述类别向量对应的音频片段的起止信息；

根据所述起止信息确定所述音频片段。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标音频文件的音频特征和所述目标类别标识的类别向量输入至训练后的音频片段提取模型之前，还包括：

根据特征提取模型，对所述目标音频文件进行检测，得到所述目标音频文件的音频特征。

3.根据权利要求2所述的方法，其特征在于，所述根据特征提取模型，对所述目标音频文件进行检测，得到所述目标音频文件的音频特征，包括：

获取所述目标音频文件的频谱图；

根据特征提取模型，对所述频谱图进行检测，得到所述目标音频文件的音频特征。

4.根据权利要求3所述的方法，其特征在于，所述获取所述目标音频文件的频谱图，包括：

获取所述目标音频文件的时域序列；

对所述时域序列进行频域处理，得到所述目标音频文件的频域序列；

根据所述时域序列和所述频域序列，获得所述目标音频文件的频谱图，所述频谱图包括多个频谱序列。

5.根据权利要求1所述的方法，其特征在于，所述将所述目标音频文件的音频特征和所述目标类别标识的类别向量输入至训练后的音频片段提取模型之前，还包括：

根据文本编码器模型，对所述目标类别标识进行检测，得到所述目标类别标识的类别向量。

6.根据权利要求1所述的方法，其特征在于，所述将所述目标音频文件的音频特征和所述目标类别标识的类别向量输入至训练后的音频片段提取模型之前，还包括：

获取样本音频文件的样本数据，所述样本数据包括的至少一个样本音频片段、各个所述样本音频片段的类别标识以及各个所述样本音频片段的起止信息；

根据所述至少一个样本音频片段、所述各个所述样本音频片段的类别标识以及各个所述样本音频片段的起止信息，得到训练后的音频片段提取模型。

7.根据权利要求6所述的方法，其特征在于，所述样本音频文件的样本数据包括正样本数据和负样本数据，所述正样本数据的置信度高于负样本数据的置信度。

8.一种音频片段的检测装置，其特征在于，包括：

接收单元，用于接收对目标音频文件的音频片段检测请求，所述音频片段检测请求携带目标类别标识；

处理单元，用于将所述目标音频文件的音频特征和所述目标类别标识的类别向量输入至训练后的音频片段提取模型；其中，所述训练后的音频片段提取模型包括训练后的分类模型和训练后的回归模型；

所述处理单元，还用于根据所述训练后的分类模型，对所述目标音频文件的音频特征进行检测，以判断所述目标音频文件对应的所有音频类别中是否存在所述类别向量对应的音频类别；

所述处理单元，还用于若所述目标音频文件对应的所有音频类别中存在所述类别向量对应的音频类别，则根据训练后的回归模型确定所述目标音频文件中所述类别向量对应的音频片段的起止信息；

所述处理单元，还用于根据所述起止信息确定所述音频片段。

9.一种终端，其特征在于，所述终端包括：

存储器，所述存储器包括计算机可读指令；

与所述存储器相连的处理器，所述处理器用于执行所述计算机可读指令，从而使得所述设备执行权利要求1～7任一项所述的音频片段的检测方法。

10.一种计算机可读存储介质，其特征在于，包括：所述计算机可读存储介质中存储有程序指令，所述程序指令被处理器执行时，实现如权利要求1-7任一项所述的音频片段的检测方法。