申请/专利权人：深圳市致尚信息技术有限公司

申请日：2023-11-13

公开（公告）日：2024-03-15

公开（公告）号：CN117235300B

主分类号：G06F16/632

分类号：G06F16/632;G10H1/36;G06N3/042;G06N3/0442;G06N3/08;G06F16/635

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2024.01.02#实质审查的生效;2023.12.15#公开

摘要：本发明涉及一种智能K歌系统的歌曲推荐方法、系统及存储介质，属于歌唱推荐技术领域，本发明通过基于用户不擅长的音域信息对初次检索后的歌曲数据进行二次处理，获取二次处理后的歌曲数据，最后获取用户的歌曲需求数据，并根据用户的歌曲需求数据以及二次处理后的歌曲数据生成智能K歌系统的歌曲推荐信息。本发明通过歌唱训练语音数据信息对用户的音域进行分析以及通过监测用户在预设时间之内的音域变化数据，从而进而个性化的推荐更加适合用户歌唱的歌曲，为用户个性化量身定做，提高智能K歌系统的推荐精度，提升用户的歌唱体验。另一方面，本发明通过配置相关的歌唱场景，提升获取用户的歌唱音域的精度。

主权项：1.一种智能K歌系统的歌曲推荐方法，其特征在于，包括以下步骤：获取用户的歌唱训练语音数据信息，并基于所述用户的歌唱训练语音数据信息生成用户擅长的音域信息以及用户不擅长的音域信息；根据所述用户擅长的音域信息以及用户不擅长的音域信息构建基于时间序列的音域特征数据，通过对所述基于时间序列的音域特征数据进行学习，更新用户擅长的音域信息以及用户不擅长的音域信息；根据所述用户擅长的音域信息进行初始化检索，获取初次检索后的歌曲数据，并基于所述用户不擅长的音域信息对初次检索后的歌曲数据进行二次处理，获取二次处理后的歌曲数据；获取用户的歌曲需求数据，并根据所述用户的歌曲需求数据以及二次处理后的歌曲数据生成智能K歌系统的歌曲推荐信息；获取用户的歌唱训练语音数据信息，并基于所述用户的歌唱训练语音数据信息生成用户擅长的音域信息以及用户不擅长的音域信息，具体包括：获取用户的歌唱训练歌曲信息，并通过对所述用户的歌唱训练歌曲信息进行分解，生成若干个子片段的语音数据，并通过对所述子片段的语音数据进行音域分析，获取每个子片段的第一音域分析数据；通过配置歌唱训练场景，并根据所述用户的歌唱训练歌曲信息以及歌唱训练场景获取用户的歌唱训练语音数据信息，将所述用户的歌唱训练语音数据信息进行分析，生成若干个子片段的第二音域分析数据；预设偏差率阈值，将所述第一音域分析数据以及第二音域分析数据进行同一歌曲进度位置的数据进行对比，得到偏差率，并判断所述偏差率是否大于所述偏差率阈值；当所述偏差率大于所述偏差率阈值时，则将所述偏差率大于所述偏差率阈值对应的音域信息作为用户不擅长的音域信息，当所述偏差率不大于所述偏差率阈值时，则将所述偏差率不大于所述偏差率阈值对应的音域信息作为用户擅长的音域信息；其中，通过配置歌唱训练场景，具体包括：通过大数据获取各环境因素之下的音域数据获取精度信息，并构建音域获取精度知识图谱，将所述各环境因素之下的音域数据获取精度信息输入到所述音域获取精度知识图谱中；获取当前歌唱训练场地的环境因素，并将所述当前歌唱训练场地的环境因素输入到所述音域获取精度知识图谱中，获取相关的音域数据获取精度信息；判断所述相关的音域数据获取精度信息是否大于预设的音域数据获取精度阈值；若相关的音域数据获取精度信息不大于预设的音域数据获取精度阈值，则通过大数据获取最佳的环境因素，并根据最佳的环境因素对当前歌唱训练场地的环境因素进行调整，生成歌唱训练场景；其中，通过对所述基于时间序列的音域特征数据进行学习，更新用户擅长的音域信息以及用户不擅长的音域信息，具体包括：基于LSTM构建用户音域偏好识别模型，融合局部离群检测算法，并通过局部离群检测算法对在预设时间之内的所述基于时间序列的音域特征数据进行音域特征离群检测，获取每个音域特征的离群检测值；预设离群检测阈值，当所述音域特征的离群检测值大于所述离群检测阈值时，将所述音域特征的离群检测值大于所述离群检测阈值的音域特征从基于时间序列的音域特征数据中剔除，获取剔除后的基于时间序列的音域特征数据；将所述剔除后的基于时间序列的音域特征数据输入到所述用户音域偏好识别模型中进行编码学习，获取训练完成的用户音域偏好识别模型；通过所述训练完成的用户音域偏好识别模型获取用户擅长的音域信息以及用户不擅长的音域信息，并定期更新用户擅长的音域信息以及用户不擅长的音域信息。

全文数据：

权利要求：

百度查询： 深圳市致尚信息技术有限公司 一种智能K歌系统的歌曲推荐方法、系统及存储介质

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