[发明专利]一种音频节拍信息的检测方法、装置及存储介质

说明书

本申请实施例公开了一种音频节拍信息的检测方法、装置及存储介质，本申请实施例通过获取待检测音频，并获取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；将待检测音频的音频特征分别输入每个流派神经网络模型，得到多个流派音频节拍信息；将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；结合参考音频节拍信息以及多个流派音频节拍信息确定待检测音频的目标音频节拍信息。以此，根据音频流派风格的不同进行多模型训练，智能选取出与待检测音频的音频流派风格适配的流派神经网络模型输出的目标音频节拍信息，提升了音频节拍信息的检测准确率。

技术领域

本申请涉及音频处理技术领域，具体涉及一种音频节拍信息的检测方法、装置及存储介质。

背景技术

数字音频，顾名思义就是以数字信号的方式存储于网络服务器中的音频，在网络空间中流动传输，具有速度快的优点，而每分钟节拍数(Beat Per Minute，BPM)为音乐的一项基本属性，是音乐速度的量化指标，不同的BPM可以表达出不同音乐情感。

现有技术中，BPM具有多种实际的应用，如将特定的BPM音乐实时融入视频中，提高视频的整体体验，所以BPM的检测是一项研究热点内容，传统的音频节拍检测方法重点放在音频信号处理上，如利用频域信号差分，频域能量包络，时域波形信号的包络峰值，低频信号的能量和Onset位置等信息来进行测量，但检测的准确率较差。

发明内容

本申请实施例提供一种音频节拍信息的检测方法、装置及存储介质，旨在提升音频节拍信息的检测准确率。

为解决上述技术问题，本申请实施例提供以下技术方案：

一种音频节拍信息的检测方法，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。

一种音频节拍信息的检测方法，包括：

获取待检测音频，并获取所述待检测音频的音频特征；

确定所述待检测音频的目标音频流派风格；

获取与所述目标音频流派风格对应的预先训练好的流派神经网络模型，其中所述流派神经网络模型由所述目标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输入所述流派神经网络模型，得到所述待检测音频的目标音频节拍信息。

一种音频节拍信息的检测装置，包括：

第一获取单元，用于获取待检测音频，并获取所述待检测音频的音频特征；

第二获取单元，用于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；

第一输入单元，用于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；

第二输入单元，用于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；