[发明专利]歌词搜索服务

说明书

本发明题为“歌词搜索服务”。本申请涉及一种客户端‑服务器架构，所述客户端‑服务器架构使搜索查询能够应用于多媒体文件的转录信息。服务器设备实现一种服务，所述服务被配置为查询搜索平台以检索与存储在内容数据库中的多个多媒体文件相关联的结果。根据基于文本相关度分析所计算出的多个启发式值，对所述结果进行排序。所述服务被配置为修改所述启发式值以调整所述结果的顺序，并且生成对搜索请求的响应，所述搜索请求的响应包括由所述结果标引的所述多媒体文件的所述转录信息的至少一部分的表示。基于对应多媒体文件的人气分数、与特定字段相关联的权重或基于反馈信号的相关度分数中的至少一者，对启发式值进行修改。

技术领域

所述实施方案整体涉及搜索服务。更具体地，本发明的实施方案涉及 查询与存储在内容数据库中的多媒体文件相关的转录信息。

背景技术

已经开发出唯一地定制用于根据数据储存库中包含的基于文本的数据 查询大型数据集的搜索算法。当数据集以另外的格式表示时，基于文本的 搜索是无效的。例如，通常基于与音频文件相关联的元数据(例如，文件 名、艺术家、歌曲标题等)来搜索音频文件，但搜索无法对查询字符串与 音频文件内的音频波形进行比较。

在一些情况下，已经开发出能够对基于音频片段的查询与音频文件的 储存库进行比较的专用服务，用于搜索与音频文件内的音频波形相匹配的 音频片段。然而，这些服务无法将基于文本的查询字符串与音频文件中音 频波形内包含的内容匹配起来。因此，用户无法基于歌曲的歌词轻松搜索 歌曲。

用户通常可采取的最佳做法是在互联网上执行基于文本的搜索，并希 望该查询与在网站上发布的歌曲中的歌词的转录相匹配。一旦用户拥有关 于歌曲的信息，他们便可执行另一搜索，在音乐共享服务所保持的数据存 储库中查找歌曲的音频文件。

发明内容

本文描述了涉及客户端-服务器架构的各种实施方案，该客户端-服务 器架构使搜索查询能够应用于多媒体文件的转录信息。更具体地，可对查 询字符串与内容数据库中与多媒体文件相关的转录信息进行比较，以返回 指定与查询字符串匹配的多媒体文件的结果列表。

在一些实施方案中，服务接收内容数据库中包括的多个多媒体文件的 转录信息。服务使用多个字段的数据填充文档。这些字段包括来源于多媒 体文件中所包括的元数据的数据以及来源于转录信息的数据。将文档传输 至索引服务，该索引服务对文档进行解析并且将对媒体文件的标引添加到 由分布式搜索平台保持的一个或多个索引。

分布式搜索平台为多媒体文件的转录文档中所填充的多个字段中的每 个字段保持单独的索引。分布式搜索平台接收对特定索引的查询，并且返 回匹配该查询的标引的列表。查询服务被配置为生成对分布式搜索平台所 保持的一个或多个索引的查询，每个查询返回内容数据库中与转录文档的 特定字段内的查询字符串匹配的多媒体文件的标引的列表。

在一些实施方案中，分布式搜索平台基于查询字符串中的一个或多个 符号对结果的转录信息执行文本相关度分析，以计算结果中的至少一部分 的启发式值。文本相关度分析可包括计算转录信息中包含的符号频率的测 量结果。文本相关度分析可包括计算转录信息的词频-逆文档频率(TF-IDF) 的测量结果。文本相关度分析可包括计算转录信息内符号接近度的测量结 果。

在一些实施方案中，基于对应的多媒体文件的人气分数，对结果中的 至少一部分的启发式值进行修改。其它实施方案中，基于与对应的转录文 档中包括的多个字段中的每个相关联的权重，对结果中的至少一部分的启 发式值进行修改。当转录信息包括音频文件的歌曲歌词时，基于对应于与 每个音频文件相关联的对应转录文档的特定字段的权重，对结果中的至少 一部分的启发式值进行修改。

在一些实施方案中，对搜索请求的响应包括基于查询字符串选择的转 录信息片段的表示。片段可由片段服务从转录信息中进行选择，该片段服 务被配置为基于查询字符串来分析转录信息。