[发明专利]翻唱片段识别方法、计算机设备和存储介质

说明书

本申请涉及一种翻唱片段识别方法、计算机设备、存储介质和计算机程序产品。所述方法包括：根据预设音频时长，对待识别翻唱片段进行音频补齐处理，得到待识别翻唱片段的补齐音频片段；补齐音频片段的时长等于预设音频时长；将补齐音频片段输入至预先训练的音频特征提取模型中，得到补齐音频片段对应的翻唱音频特征；预先训练的音频特征提取模型通过原唱歌曲片段、原唱歌曲片段对应的正面翻唱片段和原唱歌曲片段对应的负面翻唱片段训练得到；根据翻唱音频特征与曲库中各个歌曲的音频特征之间的特征相似度，从曲库中筛选出满足预设相似度条件的歌曲，作为与待识别翻唱片段对应的翻唱片段识别结果。采用本方法能够提高翻唱片段识别效率。

技术领域

本申请涉及音频技术领域，特别是涉及一种翻唱片段识别方法、计算机设备、存储介质和计算机程序产品。

背景技术

听歌识曲是音乐领域中的一项重要技术。翻唱改编歌曲相较于原唱歌曲在节奏、音色和音调上发生了变化，给翻唱改编歌曲的准确识别带来了较大困难。

目前，常通过密集切片方式对翻唱音频进行处理，然后对基于密集切片方式得到的多个音频片段进行识别。虽然现有切片方式能够减少音频片段丢失的信息，但是仍需要对切片得到的大量音频片段多次进行特征提取和识别操作，极大的增加了计算量和时间消耗，导致现有识别方式的识别效率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高翻唱片段识别效率的翻唱片段识别方法、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种翻唱片段识别方法。所述方法包括：

根据预设音频时长，对待识别翻唱片段进行音频补齐处理，得到所述待识别翻唱片段的补齐音频片段；所述补齐音频片段的时长等于所述预设音频时长；

将所述补齐音频片段输入至预先训练的音频特征提取模型中，得到所述补齐音频片段对应的翻唱音频特征；所述预先训练的音频特征提取模型通过原唱歌曲片段、所述原唱歌曲片段对应的正面翻唱片段和所述原唱歌曲片段对应的负面翻唱片段训练得到；

根据所述翻唱音频特征与曲库中各个歌曲的音频特征之间的特征相似度，从所述曲库中筛选出满足预设相似度条件的歌曲，作为与所述待识别翻唱片段对应的翻唱片段识别结果。

在其中一个实施例中，预先训练的音频特征提取模型通过如下方式训练得到：

获取所述原唱歌曲片段、原唱歌曲片段对应的正面翻唱片段和所述原唱歌曲片段对应的负面翻唱片段；

将所述原唱歌曲片段、所述正面翻唱片段和所述负面翻唱片段，输入至待训练的音频特征提取模型，得到所述原唱歌曲片段的音频特征，所述正面翻唱片段的音频特征，以及所述负面翻唱片段的音频特征；

根据所述原唱歌曲片段的音频特征与所述正面翻唱片段的音频特征之间的距离，以及所述原唱歌曲片段的音频特征与所述负面翻唱片段的音频特征之间的距离，得到所述待训练的音频特征提取模型的度量学习损失；

根据所述度量学习损失，对所述待训练的音频特征提取模型进行迭代训练，得到所述训练完成的音频特征提取模型。

在其中一个实施例中，获取所述原唱歌曲片段，包括：

获取原唱歌曲；

根据所述预设音频时长，对所述原唱歌曲进行等时长切分，得到所述原唱歌曲对应的原唱歌曲片段。

在其中一个实施例中，获取所述原唱歌曲片段对应的正面翻唱片段和所述原唱歌曲片段对应的负面翻唱片段，包括：

获取原唱歌曲对应的正面翻唱歌曲和负面翻唱歌曲；

对所述正面翻唱歌曲和所述负面翻唱歌曲进行随机时长切分，得到所述正面翻唱歌曲对应的初始正面翻唱片段和所述负面翻唱歌曲对应的初始负面翻唱片段；