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：本申请涉及人工智能技术领域，揭示了一种歌手识别方法、装置、设备及存储介质，其中方法包括：根据待识别的歌曲音频得到待融合的梅尔频谱、待融合的声纹特征、待融合的音乐中层特征；根据待融合的梅尔频谱和待融合的声纹特征得到待分析的融合特征；对待分析的融合特征进行降维处理和特征提取得到待处理的抽象特征；将待处理的抽象特征进行时间序列维度特征的提取得到待融合的时间序列维度特征；根据待融合的时间序列维度特征和待融合的音乐中层特征得到待预测分类的特征数据；根据待预测分类的特征数据进行分类概率预测和歌手确定得到目标歌手。通过声纹特征有效消除伴奏的影响、音乐中层特征增加对歌曲类型或风格的识别，提高歌手识别的准确率。

主权项：1.一种歌手识别方法，其特征在于，所述方法包括：获取待识别的歌曲音频；对所述待识别的歌曲音频进行梅尔频谱提取，得到待融合的梅尔频谱；对所述待识别的歌曲音频进行声纹特征提取，得到待融合的声纹特征；对所述待融合的梅尔频谱和所述待融合的声纹特征进行融合处理，得到待分析的融合特征；对所述待分析的融合特征进行降维处理和特征提取，其中，采用不同的4个卷积块进行降维处理和特征提取，得到了对图像在不同尺度的抽象特征；将待处理的抽象特征进行时间序列维度特征的提取，得到待融合的时间序列维度特征；对所述待识别的歌曲音频进行音乐中层特征的提取，得到待融合的音乐中层特征；所述音乐中层特征包括音乐的速度、节奏的稳定性；对所述待融合的时间序列维度特征和所述待融合的音乐中层特征进行融合处理，得到待预测分类的特征数据；根据所述待预测分类的特征数据进行分类概率预测和歌手确定，得到所述待识别的歌曲音频对应的目标歌手；所述对所述待识别的歌曲音频进行声纹特征提取，得到待融合的声纹特征的步骤，包括：将所述待识别的歌曲音频输入目标歌声分离模型进行人声特征分离，得到待分析的人声特征；所述目标歌声分离模型是基于open-unmix得到的模型；将所述待分析的人声特征输入目标声纹识别模型进行声纹特征提取，得到所述待融合的声纹特征，其中，所述目标声纹识别模型在训练时采用包含噪声和混响的数据增强策略；所述目标声纹识别模型是基于X-vectors得到的模型；所述对所述待识别的歌曲音频进行音乐中层特征的提取，得到待融合的音乐中层特征的步骤，包括：将所述待识别的歌曲音频输入目标音乐中层特征提取模型进行音乐中层特征的提取，得到所述待融合的音乐中层特征，其中，所述目标音乐中层特征提取模型是基于预训练InceptionV3网络训练得到的模型；所述根据所述待预测分类的特征数据进行分类概率预测和歌手确定，得到所述待识别的歌曲音频对应的目标歌手的步骤，包括：将所述待预测分类的特征数据输入分类概率预测模块进行分类概率的预测，得到分类概率预测结果，其中，所述分类概率预测模块采用全连接层结合softmax激活函数进行分类概率预测；从所述分类概率预测结果中获取最大概率，得到目标概率；将目标概率对应的歌手作为所述待识别的歌曲音频对应的所述目标歌手。

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