[发明专利]检索音频的方法、装置、设备和存储介质

说明书

本申请公开了一种检索音频的方法、装置、设备和存储介质，属于机器学习技术领域。该方法包括：获取第一音频；基于预先训练的分类模型，确定第一音频的类别，其中，类别包括第一类别或第二类别，第一类别用于指示第一音频中的噪声音频与人声音频的音量关系满足预设条件，第二类别用于指示第一音频中的噪声音频与人声音频的音量关系不满足预设条件；如果第一音频的类别为第一类别，则检索与第一音频相匹配的第二音频；如果第一音频的类别为第二类别，则控制输出检索失败提示信息。本申请可以节省对噪声较大的音频进行检索的过程，以及用户对检索结果中的歌曲音频逐一播放和听取的过程，进而节省了上述过程的时间。

技术领域

本申请涉及机器学习技术领域，特别涉及一种检索音频的方法、装置、设备和存储介质。

背景技术

随着信息技术和网络技术的发展，音乐库规模呈几何级数增长，音乐歌曲的快速检索也成为新的研究热点。传统的音乐检索方法主要基于文本关键字检索，根据用户输入的歌曲名、歌手、流派、歌词等文本信息进行相关歌曲音频检索。为了方便用户进行检索，一种新的音乐检索方法应运而生，该方法可以通过对用户哼唱出的音频进行检索，进而在用户无法提供确切的歌曲名、歌手等文本信息的情况下，在音乐库中检索出相应的歌曲音频。

在相关技术中，用户启动音乐应用程序，在终端上显示音乐应用程序的主界面。当用户点击主界面上的哼唱检索按钮时，终端接收到录制哼唱音频的指令，开始录制哼唱音频。当终端录制完哼唱音频时，终端将录制完成的哼唱音频发送给服务器。服务器接收录制完成的哼唱音频，基于录制的哼唱音频进行检索，获得与哼唱音频相匹配的歌曲音频，一般为相似度超过某阈值的歌曲音频，并将这些歌曲音频发送给终端。终端在获得这些歌曲音频之后，将这些歌曲音频展示在终端上。用户可以通过在终端上播放这些歌曲音频，来找到符合用户需求的歌曲音频。

在实现本申请的过程中，发明人发现相关技术至少存在以下问题：

当某一音频所包含的噪声较大时，基于该音频获得的检索结果很可能不包含符合用户需求的歌曲音频，而用户却会对该检索结果中的多个歌曲音频进行逐一播放和听取，以便在该检索结果中找到符合用户需求的歌曲音频。当用户没有在该检索结果中找到符合用户需求的歌曲音频时，用户会重新录制哼唱音频，并基于重新录制的哼唱音频进行检索。因此，对噪声较大的音频进行检索的过程，以及用户对该检索结果中歌曲音频逐一播放却得不到用户想寻找的歌曲音频的过程都会极大的浪费用户的时间。

发明内容

本申请实施例提供了一种检索音频的方法、装置、设备和存储介质,能够解决对噪声较大的音频进行检索的过程，以及用户对基于噪声较大的音频获得的检索结果逐一播放和听取的过程，浪费用户的时间的问题。所述技术方案如下：

第一方面，本申请实施例提供了一种检索音频的方法，所述方法包括：

获取第一音频；

基于预先训练的分类模型，确定所述第一音频的类别，其中，所述类别包括第一类别或第二类别，所述第一类别用于指示所述第一音频中的噪声音频与人声音频的音量关系满足预设条件，所述第二类别用于指示所述第一音频中的噪声音频与人声音频的音量关系不满足预设条件；

如果所述第一音频的类别为第一类别，则检索与所述第一音频相匹配的第二音频；

如果所述第一音频的类别为第二类别，则控制输出检索失败提示信息。

可选的，所述基于预先训练的分类模型，确定所述第一音频的类别，包括：

筛选出所述第一音频中音量值大于预设音量值的目标音频段；

获得每个目标音频段的音高线；

将每个目标音频段的音高线输入预先训练的分类模型，输出所述第一音频的类别。