[发明专利]一种音频节拍信息的检测方法、装置及存储介质

权利要求书

1.一种音频节拍信息的检测方法，其特征在于，包括：

获取待检测音频，并获取所述待检测音频的音频特征；

获取预先训练好的参考神经网络模型以及多个流派神经网络模型，其中所述参考神经网络模型由多种音频流派风格的训练样本综合训练得到，每个所述流派神经网络模型分别由一种不同音频流派风格的训练样本训练得到；

将所述待检测音频的音频特征分别输入每个所述流派神经网络模型，得到多个流派音频节拍信息；

将所述待检测音频的音频特征输入参考神经网络模型，得到参考音频节拍信息；

结合所述参考音频节拍信息以及所述多个流派音频节拍信息确定所述待检测音频的目标音频节拍信息。

2.根据权利要求1所述的检测方法，其特征在于，参考神经网络模型以及多个流派神经网络模型的训练过程包括：

获取训练样本，所述训练样本包括多种音频流派风格；

将所述训练样本按照音频流派风格分别输入到不同的第一预设神经网络模型中进行训练，得到训练后的不同音频流派风格相应的多个流派神经网络模型；

将所述训练样本输入到第二预设神经网络模型中进行训练，得到训练后的参考神经网络模型。

3.根据权利要求2所述的检测方法，其特征在于，所述将所述训练样本按照音频流派风格分别输入到不同的第一预设神经网络模型中进行训练，得到训练后的不同音频流派风格相应的多个流派神经网络模型的步骤，包括：

将所述训练样本按照音频流派风格进行分类，得到不同音频流派风格相应的多个目标训练样本集；

依次提取每一目标训练样本集中的训练样本相应的第一目标音频特征；

将所述第一目标音频特征按照音频流派风格分别输入到不同的第一预设神经网络模型中，得到训练后的不同音频流派风格相应的多个流派神经网络模型。

4.根据权利要求3所述的检测方法，其特征在于，所述依次提取每一目标训练样本集中的训练样本相应的第一目标音频特征的步骤，包括：

按照预设步长和预设帧长依次对每一目标训练样本集中的训练样本进行分帧处理，以得到多帧信号；

对所述多帧信号进行信号变换，以得到与所述多帧信号对应的多个基本信号；

从所述多个基本信号中导出与所述基本信号对应的多个导出信号；

按照时间序列将所述多个基本信号与所述多个导出信号进行向量堆叠，以得到每一目标训练样本集中的训练样本相应的第一目标音频特征。

5.根据权利要求2所述的检测方法，其特征在于，所述将所述训练样本输入到第二预设神经网络模型中进行训练，得到训练后的参考神经网络模型的步骤，包括：

按照预设步长和预设帧长分别对所述训练样本进行分帧处理，以得到多帧信号；

对所述多帧信号进行信号变换，以得到与所述多帧信号对应的多个基本信号；

从所述多个基本信号中导出与所述基本信号对应的多个导出信号；

按照时间序列将所述多个基本信号与所述多个导出信号进行向量堆叠，以得到第二目标音频特征；

将所述第二目标音频特征输入到第二预设神经网络模型中进行训练，得到训练后的参考神经网络。

6.根据权利要求1至5任一项所述的检测方法，其特征在于，所述结合所述参考音频节拍信息以及所述多个流派音频节拍信息确定所述待检测音频的目标音频节拍信息的步骤，包括：

依次计算每一流派音频节拍信息与参考音频节拍信息的相似度，将与参考节拍信息的相似度值最大的流派音频节拍信息确定为目标音频节拍信息。

7.根据权利要求6所述的检测方法，其特征在于，所述依次计算每一流派音频节拍信息与参考音频节拍信息的相似度，将与参考节拍信息的相似度值最大的流派音频节拍信息确定为目标音频节拍信息的步骤，包括：

依次计算每一流派节拍信息与参考音频节拍信息的均方误差值；

比较所述均方误差值，将均方误差值最小的流派音频节拍信息确定为目标音频节拍信息。