[发明专利]数据处理方法、计算机设备以及可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取属于音乐类型的音频数据，将所述音频数据输入音频属性识别模型，在所述音频属性识别模型的属性全连接层输出所述音频数据对应的目标音频基础属性；所述目标音频基础属性包括价效、强度、节奏以及音调；所述音频属性识别模型是基于样本音频数据以及样本音频数据对应的音频基础属性标签所训练得到的；

将所述音频数据输入至音频情绪识别模型，且通过所述音频属性识别模型的属性全连接层将所述目标音频基础属性输入至所述音频情绪识别模型的情绪全连接层；所述音频情绪识别模型是根据第一预测标签与样本音频情绪标签之间的样本损失值对初始音频情绪识别模型的模型参数进行调整所得到的；所述第一预测标签是通过所述初始音频情绪识别模型对样本音频数据与所述样本音频数据音频对应的基础属性标签进行情绪识别所得到；所述样本音频情绪标签是通过至少两个映射基础属性组与至少两个音频情绪标签之间的映射关系所确定的所述音频基础属性标签对应的音频情绪标签；所述至少两个音频情绪标签包括目标音频情绪标签；

通过所述音频情绪识别模型对所述音频数据和所述目标音频基础属性进行情绪识别，得到所述音频数据对应的目标音频情绪标签；

为所述音频数据绑定所述目标音频情绪标签。

2.根据权利要求1所述的方法，其特征在于，所述获取属于音乐类型的 音频数据，包括：

获取原始音频，对所述原始音频进行频谱变换，得到所述原始音频对应的频谱图；

对所述频谱图进行非线性变换滤波处理，得到滤波后的频谱图，将所述滤波后的频谱图确定为音频数据。

3.根据权利要求1所述的方法，其特征在于，所述对所述音频数据进行属性识别，得到所述音频数据对应的目标音频基础属性，包括：

获取音频属性识别模型；所述音频属性识别模型包括属性卷积层、属性池化层以及属性全连接层；

将所述音频数据输入所述属性卷积层，通过所述属性卷积层对所述音频数据进行卷积处理，得到所述音频数据对应的音频卷积特征；

将音频卷积特征输入至所述属性池化层，通过所述属性池化层对所述音频卷积特征进行池化处理，得到音频池化特征；

通过所述音频属性识别模型中的属性全连接层对所述音频池化特征进行全连接处理，得到所述目标音频基础属性。

4.根据权利要求3所述的方法，其特征在于，所述属性卷积层包括卷积组件、标准化组件、激活组件、池化组件、过滤组件；

所述通过所述属性卷积层对所述音频数据进行卷积处理，得到所述音频数据对应的音频卷积特征，包括：

通过所述卷积组件对所述音频数据进行卷积处理，得到所述音频数据对应的待标准化卷积特征，将所述待标准化卷积特征输入到标准化组件；

通过所述标准化组件对所述待标准化卷积特征进行标准化处理，得到待激活卷积特征，将所述待激活卷积特征输入到激活组件；

通过所述激活组件对所述待激活卷积特征进行激活处理，得到待池化卷积特征，将所述待池化卷积特征输入到池化组件；

通过所述池化组件对所述待池化卷积特征进行池化处理，得到待过滤卷积特征，将所述待过滤卷积特征输入到过滤组件；

通过所述过滤组件对所述待过滤卷积特征进行过滤处理，得到音频卷积特征。

5.根据权利要求1所述的方法，其特征在于，所述音频情绪识别模型包括情绪卷积层、情绪池化层以及情绪全连接层；

所述通过所述音频情绪识别模型对所述音频数据和所述目标音频基础属性进行情绪识别，得到所述音频数据对应的目标音频情绪标签，包括：

通过所述音频情绪识别模型中的情绪卷积层对所述音频数据和所述目标音频基础属性进行卷积处理，得到所述音频数据对应的第一情绪卷积特征，以及所述目标音频基础属性对应的第二情绪卷积特征；

对所述第一情绪卷积特征和所述第二情绪卷积特征进行特征融合，得到情绪卷积特征；

通过所述音频情绪识别模型中的情绪池化层对所述情绪卷积特征进行池化处理，得到所述情绪卷积特征对应的情绪池化特征；

通过所述音频情绪识别模型中的情绪全连接层对所述情绪池化特征进行全连接处理，得到所述音频数据对应的目标音频情绪标签。