[发明专利]一种音频库的生成方法、装置、电子设备和存储介质

权利要求书

1.一种音频库的生成方法，其特征在于，该方法包括：

将待识别音频与预设的第一音频库进行匹配，若匹配失败，则将所述待识别音频与预设的第二音频库进行匹配，获得目标匹配结果；其中，所述第二音频库是基于与所述第一音频库匹配失败的各个第二音频建立的；

若基于所述目标匹配结果，确定所述待识别音频与所述第二音频库中的至少一个第二音频匹配成功，且所述至少一个第二音频中，存在累计匹配成功次数达到预设门限值的目标第二音频，则获得所述目标第二音频；

将所述目标第二音频作为新的第一音频转存至所述第一音频库。

2.如权利要求1所述的方法，其特征在于，还包括：

若基于所述目标匹配结果，确定所述待识别音频与所述第二音频库匹配失败，则在确定所述待识别音频符合预设的音频检测条件时，将所述待识别音频作为一个新的第二音频转存至所述第二音频库。

3.如权利要求2所述的方法，其特征在于，所述确定所述待识别音频符合预设的音频检测条件，包括以下操作中的至少一种：

若所述待识别音频包含指定类型的音频片段，且所述音频片段的时长达到预设的时长门限值，则确定所述待识别音频符合所述音频检测条件；

若所述待识别音频包含指定类型的音频片段，且所述音频片段的时长比例达到预设的比例门限值，则确定所述待识别音频符合所述音频检测条件；其中，所述时长比例用于表征所述音频片段的时长与所述待识别音频的总时长的比值；

若所述待识别音频包含的至少一个音频片段均为指定类型，则确定所述待识别音频符合所述音频检测条件。

4.如权利要求2所述的方法，其特征在于，所述确定所述待识别音频符合预设的音频检测条件，包括：

将所述待识别音频，输入至已训练的目标音频检测模型，获得检测预测值；其中，所述目标音频检测模型是基于音频标注数据集，对待训练的音频检测模型进行训练后获得的；

确定所述检测预测值达到预设的预测门限值时，确定所述待识别音频符合所述音频检测条件。

5.如权利要求1-4中任一项所述的方法，其特征在于，在将待识别音频与预设的第一音频库进行匹配之前，还包括：

获取待识别的多媒体内容，并从所述多媒体内容中，提取出所述待识别音频；

则在将所述第二音频作为新的第一音频转存至所述第一音频库之后，还包括：

将所述新的第一音频，作为所述多媒体内容的音频识别结果，并对应所述新的第一音频，记录所述多媒体内容的多媒体标识。

6.如权利要求5所述的方法，其特征在于，还包括：

基于所述第一音频库中的每两个第一音频，生成相应的第一音频组；

针对获得的各个第一音频组，分别执行以下操作：

确定所述各个第一音频组中的一个音频组包含的两个第一音频；

获取所述两个第一音频各自对应的多媒体标识集合；其中，每个多媒体标识表征与相应的第一音频匹配成功的一个多媒体内容；

若获取的两个多媒体标识集合中，重复出现的多媒体标识的数目达到预设的数目门限值，则对应所述两个第一音频关联生成一个新的音频标识。

7.如权利要求5所述的方法，其特征在于，在对应所述新的第一音频，记录所述目标多媒体内容的多媒体标识之后，还包括：

响应于客户端中触发的输入操作，基于所述第一音频库中包含的各个第一音频的各自对应的多媒体标识集合，从所述各个第一音频中，确定推荐音频集合；其中，每个多媒体标识表征与相应的第一音频匹配成功的一个多媒体内容；

在所述客户端中呈现所述推荐音频集合。