[发明专利]音频推荐方法和装置

权利要求书

1.一种音频推荐方法，其特征在于，包括：

将待处理的视频数据输入第一机器学习模型，得到视频帧特征以及视频分类标签；

根据所述视频分类标签在音频库中确定至少两个目标音频；

获取基于用户偏好标签生成的用户特征以及至少两个所述目标音频的音频特征；

将所述用户特征、至少两个所述目标音频的音频特征以及所述视频帧特征输入第二机器学习模型，得到至少两个所述目标音频的推荐评分；

基于所述推荐评分对至少两个所述目标音频进行排序，生成所述视频数据的音频推荐列表。

2.根据权利要求1所述的音频推荐方法，其特征在于，所述将待处理的视频数据输入第一机器学习模型，得到视频帧特征以及视频分类标签，包括：

从所述待处理的视频数据中抽取视频帧；

将所述视频帧输入所述第一机器学习模型；

所述第一机器学习模型基于所述视频帧生成所述视频帧特征以及所述视频分类标签。

3.根据权利要求2所述的音频推荐方法，其特征在于，所述第一机器学习模型基于所述视频帧生成所述视频帧特征以及所述视频分类标签，包括：

提取各个所述视频帧的图像特征；

对各个所述视频帧的图像特征进行融合处理，生成所述视频帧特征；

基于所述视频帧特征进行分类处理，得到视频分类标签。

4.根据权利要求3所述的音频推荐方法，其特征在于，所述对各个所述视频帧的图像特征进行融合处理，生成所述视频帧特征，包括：

对各个所述视频帧的图像特征进行排序处理，得到排序后的图像特征；

确定所述排序后的各个图像特征的权重，生成所述视频帧特征。

5.根据权利要求1所述的音频推荐方法，其特征在于，所述将所述用户特征、至少两个所述目标音频的音频特征以及所述视频帧特征输入第二机器学习模型，得到至少两个所述目标音频的推荐评分，包括：

根据所述用户特征、至少两个所述目标音频的音频特征以及所述视频帧特征进行特征组合，生成第一组合特征以及第二组合特征，其中，所述第一组合特征的阶数高于第二组合特征的阶数；

基于所述第一组合特征以及所述第二组合特征进行评分预估处理，生成至少两个所述目标音频的推荐评分。

6.根据权利要求1所述的音频推荐方法，其特征在于，所述根据所述视频分类标签在音频库中确定至少两个目标音频，包括：

根据所述视频分类标签、用户偏好标签以及音频热度标签在音频库中确定至少两个目标音频。

7.根据权利要求6所述的音频推荐方法，其特征在于，所述根据所述视频分类标签、用户偏好标签以及音频热度标签在音频库中确定至少两个目标音频，还包括：

对至少两个所述目标音频进行去重处理。

8.根据权利要求1所述的音频推荐方法，其特征在于，若所述视频分类标签包括一级分类标签以及二级分类标签，则所述根据所述视频分类标签在音频库中确定至少两个目标音频，包括：

根据所述一级分类标签，在所述音频库中确定与所述视频数据匹配的至少两个备选音频；

根据所述二级分类标签，在至少两个所述备选音频中确定与所述视频数据匹配的至少两个目标音频。

9.根据权利要求1所述的音频推荐方法，其特征在于，所述音频推荐方法还包括以下方法中的至少一种：

基于预设的推荐音频黑名单对所述音频推荐列表进行重新排序；

和基于所述音频推荐列表中各个音频的属性标签之间的相似度对所述音频推荐列表进行重新排序。

10.一种音频推荐装置，其特征在于，包括：

第一执行单元，用于将待处理的视频数据输入第一机器学习模型，得到视频帧特征以及视频分类标签；

第二执行单元，用于根据所述视频分类标签在音频库中确定至少两个目标音频；

获取单元，用于获取基于用户偏好标签生成的用户特征以及至少两个所述目标音频的音频特征；

第三执行单元，用于将所述用户特征、至少两个所述目标音频的音频特征以及所述视频帧特征输入第二机器学习模型，得到至少两个所述目标音频的推荐评分；

第一排序单元，用于基于所述推荐评分对至少两个所述目标音频进行排序，生成所述视频数据的音频推荐列表。