[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在审
申请号: | 202110448788.2 | 申请日: | 2021-04-25 |
公开(公告)号: | CN113761232A | 公开(公告)日: | 2021-12-07 |
发明(设计)人: | 张义飞;康斌 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/432 | 分类号: | G06F16/432;G06F16/683;G06K9/00;G06K9/62;G06N20/00 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 朱佳 |
地址: | 518044 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 音频 生成 方法 装置 电子设备 存储 介质 | ||
本申请涉及计算机技术领域,尤其涉及人工智能技术领域,提供一种音频库的生成方法、装置、电子设备和存储介质,用以提高音频库的时效性,其中,方法包括:将待识别音频与第一音频库匹配失败后,将待识别音频与第二音频库进行匹配,其中,第二音频库是基于与第一音频库匹配失败的各个第二音频建立的,若匹配成功的第二音频中,存在累计匹配成功次数达到预设门限值的目标第二音频,则将目标第二音频转存至第一音频库。通过将与第一音频库匹配失败的待识别音频存入第二音频库,并在累计匹配次数达到预设门限值时,转存至第一音频库,提高了音频库的时效性,进而实现音频的精准推荐。
技术领域
本申请涉及计算机技术领域,提供一种音频库的生成方法、装置、电子设备和存储介质。
背景技术
随着用户生成内容(User Generated Content,UGC)多媒体内容的快速发展,音频内容(简称为音频)成为了多媒体内容的重要组成部分,如,背景音乐(Background Music,BGM);音频内容的使用,对于多媒体内容有着重要作用,如,多媒体内容的分类、推荐、再创作等等。
相关技术中通过预先构建音频库的方式,进行音频内容的使用,如,音频内容的识别等。然而,这种方式中,不能及时识别音频库中不存在的音频内容,特别是在大量的多媒体内容同时上传的情况下,难以及时识别新上传的音频内容,导致音频库的时效性较差。
发明内容
本申请实施例提供一种音频库的生成方法、装置、电子设备和存储介质,用以提高音频库的时效性,保证及时识别出音频库中不存在的音频内容。
第一方面,本申请实施例提供一种音频库的生成方法,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。
第二方面,本申请实施例提供一种音频库的生成装置,包括:
匹配单元,用于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;
确定单元,用于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;
转存单元,用于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。
可选的,所述确定所述待识别音频符合预设的音频检测条件时,所述确定单元用于:
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。
可选的,在将待识别音频与预设的第一音频库进行匹配之前,所述匹配单元还用于:
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,所述转存单元还用于:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110448788.2/2.html,转载请声明来源钻瓜专利网。