[发明专利]一种纯音乐检测方法、装置及存储介质

权利要求书

1.一种纯音乐检测方法，其特征在于，包括：

获取待检测音频；

对所述待检测音频进行人声分离处理，得到待处理音频片段；

提取所述待处理音频片段的音频特征；

将所述音频特征输入训练后的人声检测网络模型中；

根据所述训练后的人声检测网络模型的输出结果确定所述待处理音频片段中是否包含人声；

若不包含人声，则确定所述待检测音频属于纯音乐。

2.根据权利要求1所述的方法，其特征在于，在所述将所述音频特征输入训练后的人声检测网络模型中之前，所述方法还包括：

获取多个音频样本，所述音频样本为已知是否为纯音乐的音频样本；

根据所述音频样本确定所述音频样本的音频特征；

将所述音频特征添加至训练样本集中；

根据所述训练样本集对人声检测网络模型进行训练，得到所述训练后的人声检测网络模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述音频样本确定所述音频样本的音频特征，包括：

对所述音频样本进行人声分离处理，得到音频片段；

提取所述音频片段的音频特征，确定所述音频特征。

4.根据权利要求3所述的方法，其特征在于，所述对所述音频样本进行人声分离处理，包括：

通过Hourglass模型对所述音频样本进行人声分离处理。

5.根据权利要求1所述的方法，其特征在于，所述音频特征包括梅尔mel特征，所述提取所述待处理音频片段的音频特征，包括：

对所述待处理音频片段做短时傅里叶变换STFT变换，得到STFT频谱；

对所述STFT频谱进行转换得到mel频谱；

对所述mel频谱进行求对数处理以及1阶差分处理，得到所述mel特征。

6.根据权利要求1所述的方法，其特征在于，所述音频特征包括mel特征以及人声占比特征，所述提取所述待处理音频片段的音频特征，包括：

提取所述待处理音频片段的mel特征；

提取所述待处理音频片段的人声占比特征。

7.根据权利要求6所述的方法，其特征在于，所述提取所述待处理音频片段的mel特征，包括：

对所述待处理音频片段做STFT变换，得到STFT频谱；

对所述STFT频谱进行转换得到mel频谱；

对所述mel频谱进行求对数处理以及1阶差分处理，得到所述mel特征。

8.根据权利要求6所述的方法，其特征在于，所述提取所述待处理音频片段的人声占比特征，包括：

对所述待处理音频片段进行归一化处理，得到归一化后的待处理音频片段；

对所述归一化后的待处理音频片段进行过滤静音处理，得到过滤后的待处理音频片段；

根据所述过滤后的待处理音频片段所对应的时长以及所述待检测音频的时长确定所述人声占比特征。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述对所述待检测音频进行人声分离处理，包括：

通过Hourglass模型对所述待检测音频进行人声分离处理。

10.一种纯音乐检测装置，其特征在于，包括：

第一获取单元，用于获取待检测音频；

处理单元，用于对所述待检测音频进行人声分离处理，得到待处理音频片段；

提取单元，用于提取所述待处理音频片段的音频特征；

输入单元，用于将所述音频特征输入训练后的人声检测网络模型中；

第一确定单元，用于根据所述训练后的人声检测网络模型的输出结果确定所述待处理音频片段中是否包含人声；

第二确定单元，用于当所述待处理音频片段中不包含人声时，确定所述待检测音频属于纯音乐。

11.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至9任一项所述的纯音乐检测方法中的步骤。