[发明专利]音频推荐方法和装置

说明书

本申请的实施例提供了一种音频推荐方法和装置。该音频推荐方法包括：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。本申请实施例的技术方案使得所推荐的配乐与用户需求的匹配度较高，提高了推荐的精准度。

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种音频推荐方法和装置。

背景技术

目前，对于用户所上传的视频，需要为视频推荐符合视频内容的配乐。现有的配乐推荐方式一般是按照各个配乐的热门程度或基于较为简单的人工智能推荐来解决配乐和视频的匹配度问题，该方式没有考虑到用户喜好，从而使得所推荐的配乐与用户需求的匹配度不高，推荐的精准度较低。

发明内容

本申请的实施例提供了一种音频推荐方法和装置，可以解决所推荐的配乐与用户需求的匹配度不高，推荐的精准度较低的技术问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种音频推荐方法，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。

根据本申请实施例的一个方面，提供了一种音频推荐装置，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。

在本申请的一些实施例中，基于前述方案，所述第一执行单元被配置为：抽取子单元，用于从用户的所述视频数据中抽取视频帧；输入子单元，用于将所述视频帧输入所述第一机器学习模型；生成子单元，用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。

在本申请的一些实施例中，基于前述方案，生成子单元被配置为：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。

在本申请的一些实施例中，基于前述方案，生成子单元被配置为：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。

在本申请的一些实施例中，基于前述方案，第三执行单元被配置为：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。

在本申请的一些实施例中，基于前述方案，第二执行单元被配置为：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。