[发明专利]歌曲分段方法、设备和存储介质在审
申请号: | 202110688029.3 | 申请日: | 2021-06-21 |
公开(公告)号: | CN113377992A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 杨泽堉;梁贝茨 | 申请(专利权)人: | 腾讯音乐娱乐科技(深圳)有限公司 |
主分类号: | G06F16/61 | 分类号: | G06F16/61;G06F16/68;G06F16/683;G06K9/62 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 张所明 |
地址: | 518000 广东省深圳市*** | 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: | 歌曲 分段 方法 设备 存储 介质 | ||
1.一种歌曲分段方法,其特征在于,所述方法包括:
确定目标歌曲的歌词中的多个目标歌词句,获取每个目标歌词句对应的开始时间点;
根据每两个相邻目标歌词句的开始时间点之间的时间差,对所述目标歌曲进行分段,得到第一分段结果;
根据所述目标歌曲中每两个目标歌词句之间的相似度,在所述歌词中确定至少一个相似片段对,其中,所述相似片段对中的单个片段包含的目标歌词句的数目大于第一数目阈值;
根据所述至少一个相似片段对,对所述目标歌曲进行分段,得到第二分段结果;
根据所述第一分段结果和所述第二分段结果,确定所述目标歌曲的综合分段结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标歌曲中每两个目标歌词句之间的相似度,在所述歌词中确定至少一个相似片段对,包括:
根据所述目标歌曲中每两个目标歌词句之间的相似度,确定目标歌曲的初始相似度矩阵,其中,所述初始相似度矩阵的第N行第M列的元素表示所述目标歌曲中第N个目标歌词句与第M个目标歌词句之间的相似度;
将所述初始相似度矩阵中的小于第一相似度阈值的元素和主对角线的元素置零,得到待处理相似度矩阵;
根据所述待处理相似度矩阵和递归量化分析RQA算法,确定所述歌词中的至少一个相似片段对。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待处理相似度矩阵和递归量化分析RQA算法,确定所述歌词中的至少一个相似片段对,包括:
将所述待处理相似度矩阵输入RQA算法,得到初始相似片段对;
将所述初始相似片段对对应的目标歌词句在所述待处理相似度矩阵中对应的元素置零,以更新所述待处理相似度矩阵;
确定是否满足预设的循环结束条件,如果不满足所述循环结束条件,则转至执行将更新后的待处理相似度矩阵输入RQA算法得到初始相似片段对的步骤,如果满足所述循环结束条件,则将包含的片段中的目标歌词句的数目大于第一数目阈值的初始相似片段对,确定为所述歌词中的相似片段对。
4.根据权利要求3所述的方法,其特征在于,所述确定是否满足预设的循环结束条件,如果不满足所述循环结束条件,则转至执行将更新后的待处理相似度矩阵输入RQA算法得到初始相似片段对的步骤,如果满足所述循环结束条件,则将包含的片段中的目标歌词句的数目大于第一数目阈值的初始相似片段对,确定为所述歌词中的相似片段对,包括:
确定当前循环次数是否达到预设次数阈值,或最后一次得到的初始相似片段对中单个片段包含的目标歌词句的数目是否小于所述第一数目阈值;
如果当前循环次数未达到预设次数阈值,且最后一次得到的初始相似片段对中单个片段包含的目标歌词句的数目不小于所述第一数目阈值,则转至执行将更新后的待处理相似度矩阵输入RQA算法得到初始相似片段对的步骤;
如果当前循环次数达到预设次数阈值,或最后一次得到的初始相似片段对中单个片段包含的目标歌词句的数目小于所述第一数目阈值,则将包含的片段中的目标歌词句的数目大于所述第一数目阈值的初始相似片段对,确定为所述歌词中的相似片段对。
5.根据权利要求4所述的方法,其特征在于,还包括:
如果当前循环次数达到预设次数阈值、且最后一次得到的初始相似片段对中单个片段包含的目标歌词句的数目大于或者等于所述第一数目阈值,按照所述初始相似片段对的输出顺序,对每个初始相似片段对中单个片段包含的目标歌词句数目,进行排序,得到目标歌词句数目序列;
在所述目标歌词句数目序列中,计算每两个相邻目标歌词句数目之间的差值;
确定最大差值对应的两个相邻目标歌词句数目中较大的目标歌词句数目对应的目标初始相似片段对;
将所述目标初始相似片段对和在所述目标初始相似片段对之前输出的初始相似片段对,确定为所述歌词中的相似片段对。
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音乐娱乐科技(深圳)有限公司,未经腾讯音乐娱乐科技(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/202110688029.3/1.html,转载请声明来源钻瓜专利网。