[发明专利]音频处理方法、设备、存储介质及计算机程序产品

说明书

本申请公开一种音频处理方法、设备、存储介质及计算机程序产品，方法包括：基于歌曲特征库及噪声特征库构建样本组；歌曲特征库包括多首歌曲的歌曲特征组，歌曲特征组中的各个歌曲特征是同一歌曲片段不同版本的声学特征，噪声特征库中的噪声特征为噪声片段的声学特征；样本组满足以下任一条件：正样本及参照样本是同一歌曲特征组中的不同歌曲特征，负样本是噪声特征，或负样本是从歌曲特征库中其他歌曲特征组中选取的歌曲特征；或正样本及参照样本是不同噪声特征，负样本是歌曲特征；基于样本组训练歌曲识别模型；训练后的歌曲识别模型用于提取待识别音频对应的指纹特征，以对待识别音频进行歌曲识别；可提高模型的抗噪性能及歌曲识别的准确性。

技术领域

本申请涉及人工智能领域，尤其涉及一种音频处理方法、设备、存储介质及计算机程序产品。

背景技术

在歌曲识别场景中，通常可以先将待识别音频通过噪声过滤模型进行噪声过滤，在待识别音频被判定为非噪声的情况下，通过训练后的歌曲识别模型提取待识别音频对应的指纹特征，进而基于待识别音频对应的指纹特征对待识别音频进行歌曲识别。现有方法中，高度依赖于噪声过滤模型的准确性，如果噪声过滤模型筛选过于严格，会导致能识别的待识别音频被过滤掉，如果筛选过于松弛，会导致在待识别音频为噪声的情况下，进入训练后的歌曲识别模型；并且，现有方法中所使用的训练后的歌曲识别模型通常抗噪性能低，若由于噪声过滤模型筛选过于松弛，导致在待识别音频为噪声的情况下仍进入了训练后的歌曲识别模型，此时通过训练后的歌曲识别模型提取得到的待识别音频对应的指纹特征的准确性低，进而基于待识别音频对应的指纹特征进行歌曲识别的准确性低。

发明内容

本申请实施例提供一种音频处理方法、装置、设备、存储介质及计算机程序产品，可提高训练后的歌曲识别模型的抗噪性能，提高提取得到的待识别音频对应的指纹特征的准确性，进而可提高歌曲识别的准确性。

一方面，本申请实施例提供了一种音频处理方法，包括：

获取歌曲特征库以及噪声特征库；所述歌曲特征库包括多首歌曲的多个歌曲特征组，所述歌曲特征组中的各个歌曲特征是所述歌曲的同一歌曲片段不同版本的声学特征，所述噪声特征库中的一个噪声特征为一个噪声片段的声学特征；

基于所述歌曲特征库以及所述噪声特征库构建样本组；所述样本组包括正样本、负样本以及参照样本，且所述样本组满足以下第一条件、第二条件或第三条件：第一条件为，所述正样本以及所述参照样本是从同一所述歌曲特征组中选取的不同歌曲特征，所述负样本是从所述噪声特征库中选取的噪声特征；第二条件为，所述正样本以及所述参照样本是从同一所述歌曲特征组中选取的不同歌曲特征，所述负样本是从所述歌曲特征库中其他歌曲特征组中选取的歌曲特征，所述其他歌曲特征组为所述正样本对应的歌曲之外的其他歌曲的歌曲特征组；第三条件为，所述正样本以及所述参照样本是从所述噪声特征库中选取的不同噪声特征，所述负样本是从所述歌曲特征库中选取的歌曲特征；

通过歌曲识别模型，提取所述正样本对应的指纹特征、所述负样本对应的指纹特征以及所述参照样本对应的指纹特征；

基于所述正样本对应的指纹特征、所述负样本对应的指纹特征以及所述参照样本对应的指纹特征对所述歌曲识别模型进行训练，以得到训练后的歌曲识别模型；其中所述训练后的歌曲识别模型用于提取待识别音频对应的指纹特征，所述待识别音频对应的指纹特征用于对所述待识别音频进行歌曲识别。

一方面，本申请实施例提供了一种音频处理装置，包括：

获取单元，用于获取歌曲特征库以及噪声特征库；所述歌曲特征库包括多首歌曲的多个歌曲特征组，所述歌曲特征组中的各个歌曲特征是所述歌曲的同一歌曲片段不同版本的声学特征，所述噪声特征库中的一个噪声特征为一个噪声片段的声学特征；