申请/专利权人：腾讯音乐娱乐科技(深圳)有限公司

申请日：2023-03-15

公开（公告）日：2023-06-30

公开（公告）号：CN116364119A

主分类号：G10L25/69

分类号：G10L25/69;G06F16/683;G10L15/06;G10L15/02;G10L25/51

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.07.18#实质审查的生效;2023.06.30#公开

摘要：本申请公开了一种哼唱识别方法、设备及介质，包括：利用特征提取模型提取待识别哼唱音频的第一音频特征；特征提取模型为利用哼唱音频样本以及标签训练得到的模型，标签为与哼唱音频样本匹配的MIDI样本文件对应的音高序列，所述第一音频特征为所述特征提取模型中输出层的前一隐藏层输出的特征；将所述第一音频特征与曲谱库中MIDI文件对应的第二音频特征进行匹配；所述第二音频特征为将所述MIDI文件对应的音高序列输入概率扩散模型得到的音频特征，所述第二音频特征为所述概率扩散模型中输出层的前一隐藏层输出的特征；若匹配到第二音频特征，则基于该第二音频特征确定所述待识别哼唱音频的哼唱识别结果。能够提升哼唱识别的准确度。

主权项：1.一种哼唱识别方法，其特征在于，包括：利用特征提取模型提取待识别哼唱音频的第一音频特征；其中，所述特征提取模型为利用哼唱音频样本以及标签训练得到的模型，所述标签为与哼唱音频样本匹配的MIDI样本文件对应的音高序列，并且，所述第一音频特征为所述特征提取模型中输出层的前一隐藏层输出的特征；将所述第一音频特征与曲谱库中MIDI文件对应的第二音频特征进行匹配；其中，所述第二音频特征为将所述MIDI文件对应的音高序列输入概率扩散模型得到的音频特征，并且，所述第二音频特征为所述概率扩散模型中输出层的前一隐藏层输出的特征；若匹配到第二音频特征，则基于该第二音频特征确定所述待识别哼唱音频的哼唱识别结果。

全文数据：

权利要求：

百度查询： 腾讯音乐娱乐科技(深圳)有限公司 一种哼唱识别方法、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD