[发明专利]一种伴奏分类方法和装置

权利要求书

1.一种伴奏分类方法，其特征在于，包括：

获取目标伴奏的第一类音频特征，所述第一类音频特征中包括至少一种音频特征；

对所述目标伴奏的第一类音频特征中各种音频特征进行数据标准化处理，以得到所述目标伴奏的第一特征集合，所述第一特征集合中包括至少一种音频特征；

将所述第一特征集合输入第一分类模型中进行处理，所述第一分类模型为卷积神经网络模型；

获取所述第一分类模型针对所述第一特征集合输出的第一概率值；

若所述第一概率值大于第一分类阈值，则确定所述目标伴奏的伴奏类别为第一类伴奏；

若所述第一概率值小于或等于所述第一分类阈值，则确定所述目标伴奏的伴奏类别为其他类伴奏。

2.根据权利要求1所述的方法，其特征在于，所述第一类音频特征包括梅尔频谱特征、相对频谱变换-感知线性预测RASTA-PLP特征、感知线性预测PLP系数中的至少一种；

所述确定所述目标伴奏的伴奏类别为其他类伴奏包括：

获取所述目标伴奏的第二类音频特征，所述第二类音频特征包括所述第一类音频特征，所述第二类音频特征还包括谱熵、RASTA-PLP特征的一阶差分系数、RASTA-PLP特征的二阶差分系数中的至少一种；

根据所述目标伴奏的第二类音频特征确定出第二概率值；

若所述第二概率值大于第二分类阈值，则确定所述目标伴奏的伴奏类别为第二类伴奏。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若所述第二概率值小于或等于所述第二分类阈值，则获取所述目标伴奏的第三类音频特征，所述第三类音频特征包括所述第二类音频特征，所述第三类音频特征还包括频谱滚降、谐波强度的连续性特征、突变静音特征中的至少一种；

根据所述目标伴奏的第三类音频特征确定出分类值，并根据所述分类值确定所述目标伴奏的伴奏类别。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标伴奏的第三类音频特征确定出分类值，并根据所述分类值确定所述目标伴奏的伴奏类别，包括：

对所述目标伴奏的第三类音频特征中每种音频特征进行数据标准化处理，以得到所述目标伴奏的第二特征集合，并将所述第二特征集合输入第三分类模型中进行处理，所述第二特征集合中包括至少三种特征元素，所述第二特征集合中的一种特征元素对应所述第三类音频特征中的一种音频特征，所述第三分类模型基于至少三类伴奏的第三类音频特征和第三分类标签训练得到，所述第三分类标签中至少包括第三类伴奏的分类标签、第四类伴奏的分类标签和第五类伴奏的分类标签；

获取所述第三分类模型针对所述第二特征集合输出的分类值；

若所述分类值为第一值，则确定所述目标伴奏的伴奏类别为所述第三类伴奏；

若所述分类值为第二值，则确定所述目标伴奏的伴奏类别为所述第四类伴奏；

若所述分类值为第三值，则确定所述目标伴奏的伴奏类别为所述第五类伴奏。

5.根据权利要求2-4任一项所述的方法，其特征在于，所述获取所述目标伴奏的第二类音频特征，包括：

截取所述目标伴奏在目标时间段内的第一伴奏；

提取所述第一伴奏的第二类音频特征。

6.根据权利要求1所述的方法，其特征在于，所述第一类音频特征中的每种音频特征包括多个维度的特征；

所述对所述目标伴奏的第一类音频特征中各种音频特征进行数据标准化处理，以得到所述目标伴奏的第一特征集合，包括：

针对所述目标伴奏的第一类音频特征中的各种音频特征，基于零-均值标准化对所述各种音频特征的每个维度的特征进行数据标准化处理，以得到所述目标伴奏的第一特征集合，所述第一特征集合中的每种特征元素至少包括一组元素，所述第一特征集合中一种特征元素的一组元素对应所述第一类音频特征中一种音频特征的一个维度的特征。

7.根据权利要求1所述的方法，其特征在于，所述第一分类模型基于至少两类伴奏的第一类音频特征和第一分类标签训练得到，所述第一分类标签中包括第一类伴奏的分类标签以及至少一种其他类伴奏的分类标签。