[发明专利]音频数据码率的自动识别方法和装置

权利要求书

1.音频数据码率的自动识别方法，其特征在于，包括：

通过对采集到的音频数据进行模型训练，得到所述音频数据码率的自动识别训练模型；

根据所述自动识别训练模型，对待预测音频数据进行标注，获得具有目标类码率格式的标注数据和具有非目标类码率格式的标注数据；

将所述具有目标类码率格式的标注数据出现的概率与预先设置的阈值概率进行比较，若所述具有目标类码率格式的标注数据出现的概率大于等于预先设置的阈值概率，则输出所述具有目标类码率格式的标注数据。

2.根据权利要求1所述的方法，其特征在于，所述通过对采集到的音频数据进行模型训练，得到所述音频数据码率的自动识别训练模型具体包括：

对所述音频数据进行标注，以生成具有所述目标类码率格式的标注数据的训练样本；

对具有所述目标类码率格式的标注数据的音频数据进行声谱图转换，得到相应的声谱图；

对所述声谱图进行图片缩放，得到相应的缩略图；

采用卷积神经网络算法对所述缩略图的图像数据进行模型训练，得到相应的音频数据码率的自动识别的训练模型。

3.根据权利要求1所述的方法，其特征在于，所述目标类码率为MP3格式的目标类码率，且所述MP3格式的目标类码率具体包括如下320kbps的码率、256kbps的码率、224kbps的码率、192kbps的码率、128kbps的码率、96kbps的码率和64kbps的码率中的任一码率。

4.根据权利要求3所述的方法，其特征在于，所述非目标类码率为MP3格式的目标类码率，且所述MP3格式的非目标类码率具体包括与所述MP3格式的目标类码率不同的其余全部码率。

5.根据权利要求2所述的方法，其特征在于，通过双线性插值法，对所述声谱图进行图片缩放，得到相应的缩略图。

6.根据权利要求2所述的方法，其特征在于，通过双线性插值法，采用AlexNet卷积神经网络模型作为训练模型，对所述缩略图的图像数据进行模型训练，得到相应的音频数据码率的自动识别的训练模型。

7.根据权利要求6所述的方法，其特征在于，所述AlexNet卷积神经网络模型具体包括1个输入层、5个卷积层、3个池化层、2个全连接层和1个输出层。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述自动识别训练模型部署至数字音乐存储服务器集群，以对待预测音频数据进行标注。

9.根据权利要求8所述的方法，其特征在于，采用CPU模式，将所述自动识别训练模型部署至数字音乐存储服务器集群。

10.音频数据码率的自动识别装置，其特征在于，包括：

训练模型获取模块，通过对采集到的音频数据进行模型训练，得到所述音频数据码率的自动识别训练模型；

标注数据获取模块，根据所述自动识别训练模型，对待预测音频数据进行标注，获得具有目标类码率格式的标注数据和具有非目标类码率格式的标注数据；

比较模块，将所述具有目标类码率格式的标注数据出现的概率与预先设置的阈值概率进行比较，若所述具有目标类码率格式的标注数据出现的概率大于等于预先设置的阈值概率，则输出所述具有目标类码率格式的标注数据。