买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：平安科技(深圳)有限公司

摘要：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。

主权项：1.一种歌手识别方法，其特征在于，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；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；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；所述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，包括：通过预置的基频提取算法，从所述目标音频信号中提取基频信号，所述基频信号用于指示所述待识别音频文件的背景音乐部分信号；基于所述基频信号，对从所述音频梅尔频谱图进行卷积运算，得到所述音频梅尔频谱图中背景音乐部分的旋律梅尔频谱图；所述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，包括：通过训练好的歌手识别模型中的多个卷积层和多个门控循环单元层，对所述音频梅尔频谱图和所述旋律梅尔频谱图进行卷积递归特征提取，得到所述待识别音频文件对应的特征矩阵；通过所述歌手识别模型中的全连接层，对所述特征矩阵进行歌手概率投票，并将投票概率最高的歌手信息作为所述待识别音频文件对应的歌手信息。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 歌手识别方法、装置、设备及存储介质