[发明专利]歌手识别方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种歌手识别方法、装置、设备及存储介质，用于提高歌手识别的准确率和效率。所述歌手识别方法包括：接收混合录音的待识别音频文件，并获取待识别音频文件的目标音频信号；根据预置的傅里叶变换算法，将目标音频信号转换到梅尔频域，得到待识别音频文件对应的音频梅尔频谱图；通过预置的基频提取算法，从音频梅尔频谱图中提取背景音乐部分的旋律梅尔频谱图；基于训练好的歌手识别模型，对音频梅尔频谱图和旋律梅尔频谱图进行歌手识别，得到待识别音频文件对应的歌手信息。此外，本发明还涉及区块链技术，歌手信息可存储于区块链节点中。

技术领域

本发明涉及语音分类领域，尤其涉及一种歌手识别方法、装置、设备及存储介质。

背景技术

目前，歌手识别在许多领域都有广泛应用，特别是在音乐分类方面，当歌手在特定的音乐环境中歌唱时，现有的歌手识别模型能够识别演唱歌手，以便于为用户提供歌手信息。

现有的歌手识别模型通常是将同一歌手的不同歌曲进行切分截取，得到正样本，再将不同歌手的歌曲进行切分和截取，得到负样本，正样本和负样本作为样本对，用于联合训练，这种方式模型的识别准确率很大程度上取决于样本对的量级，且操作复杂，识别效率低。

发明内容

本发明提供了一种歌手识别方法、装置、设备及存储介质，用于提高歌手识别的准确率和效率。

本发明第一方面提供了一种歌手识别方法，包括：

接收混合录音的待识别音频文件，并获取所述待识别音频文件的目标音频信号；

根据预置的傅里叶变换算法，将所述目标音频信号转换到梅尔频域，得到所述待识别音频文件对应的音频梅尔频谱图；

通过预置的基频提取算法，从所述音频梅尔频谱图中提取背景音乐部分的旋律梅尔频谱图；

基于训练好的歌手识别模型，对所述音频梅尔频谱图和所述旋律梅尔频谱图进行歌手识别，得到所述待识别音频文件对应的歌手信息。

可选的，在本发明第一方面的第一种实现方式中，在所述接收混合录音的待识别音频文件，并获取所述待识别音频文件的目标音频信号之前，所述歌手识别方法还包括：

获取带歌手信息标注的初始样本音频文件，并通过预置的数据增强算法，对所述初始样本音频文件进行扩展，得到目标样本音频文件；

获取初始化的卷积递归神经网络模型，并将所述目标样本音频文件输入所述卷积递归神经网络模型，所述卷积递归神经网络模型包括多个卷积层、多个门控循环单元层和全连接层；

基于所述目标样本音频文件，对所述多个卷积层、所述多个门控循环单元层和所述全连接层进行模型训练，得到模型损失结果；

根据所述模型损失结果，对所述卷积递归神经网络模型的网络参数进行调整，得到训练好的歌手识别模型。

可选的，在本发明第一方面的第二种实现方式中，所述获取带歌手信息标注的初始样本音频文件，并通过预置的数据增强算法，对所述初始样本音频文件进行扩展，得到目标样本音频文件，包括：

获取带歌手信息标注的多个初始样本音频文件，并将所述多个初始样本音频文件转化为样本音频信号，得到多个样本音频信号；

通过预置的音乐分轨算法，分别将所述多个样本音频信号中的乐器音轨删除，得到多个人声信号；

通过预置的基频提取算法，分别在所述多个样本音频信号中提取背景音，得到多个旋律信号；

通过预置的数据增强算法，分别将各人声信号与所述多个旋律信号融合，得到目标样本音频文件。

可选的，在本发明第一方面的第三种实现方式中，所述通过预置的音乐分轨算法，分别将所述多个样本音频信号中的乐器音轨删除，得到多个人声信号，包括：