[发明专利]假唱检测方法、装置、电子设备及计算机可读存储介质

说明书

本公开的实施方式提供了一种假唱检测方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域。该方法包括：确定待检测音频对应的待检测音频特征；待检测音频特征通过对待检测音频指纹进行解码处理得到；确定待检测音频对应的参考音频的参考音频特征；参考音频特征通过对参考音频指纹进行解码处理得到；对待检测音频特征与参考音频特征进行相似度计算，以得到音色相似度；将音色相似度与相似度阈值进行对比，根据对比结果确定待检测音频的检测结果。本公开可以提取直播音频对应的音频指纹，在客户端与服务端之间传输，对直播音频进行假唱实时检测。

技术领域

本公开的实施方式涉及计算机技术领域，更具体地，本公开的实施方式涉及假唱检测方法、假唱检测装置、计算机可读存储介质及电子设备。

背景技术

本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

目前娱乐方式越来越多，网络直播为用户提供了越来越多的娱乐内容，例如，主播可以通过直播间演唱歌曲，用户可以通过直播间收听主播演唱的歌曲。主播在直播间演唱的优质歌曲片段，作为平台优质内容，将会被优先分发或推荐。目前，通常对主播的演唱进行机器打分，筛选出高分作品作为优先分发的内容，然而，机器打分无法识别主播演唱的歌曲是真实演唱还是放原唱对口型。

现有的一种基于机器视觉和语音信号处理相结合的假唱检测方法，是将现场录制的多媒体音频信号和视频信号相结合，并进行一系列分析过程后，确定真唱或假唱的结果。

发明内容

但是，现有的假唱检测方法在进行假唱判断时，除需要音频信息外，还需要视频信息；并且存在技术方式实现过程复杂，算法准确度不高，运算效率较低，无法支持实时检测等问题。

为此，本公开提出一种改进的假唱检测方法，以使在进行假唱检测时，仅需使用音频信息，通过对音频信息的音频指纹进行分析，计算量小，能够实时得出检测结果，并且可以有效提高检测准确率。

在本上下文中，本公开的实施方式期望提供一种假唱检测方法、假唱检测装置、计算机可读存储介质及电子设备。

在本公开实施方式的第一方面中，提供了一种假唱检测方法，包括：确定待检测音频对应的待检测音频特征；待检测音频特征通过对待检测音频指纹进行解码处理得到，待检测音频指纹是由客户端对待检测音频进行音频特征提取与编码处理所得到的；确定待检测音频对应的参考音频的参考音频特征；参考音频特征通过对参考音频指纹进行解码处理得到，参考音频指纹是由客户端对参考音频进行音频特征提取与编码处理所得到的；对待检测音频特征与参考音频特征进行相似度计算，以得到音色相似度；将音色相似度与相似度阈值进行对比，根据对比结果确定待检测音频的检测结果。

在本公开的一个实施例中，待检测音频特征包括待检测梅尔谱，确定待检测音频对应的待检测音频特征，包括：接收客户端发送的待检测音频指纹，对待检测音频指纹进行解码处理，得到对应的中间待检测特征数组；对中间待检测特征数组的数据进行数据格式转换处理，还原为初始待检测特征数组；获取预先配置的数据重组规则，根据数据重组规则对初始待检测特征数组进行重组处理，以得到待检测梅尔谱。

在本公开的一个实施例中，参考音频特征包括参考梅尔谱，确定待检测音频对应的参考音频的参考音频特征，包括：接收客户端发送的参考音频指纹，对参考音频指纹进行解码处理，得到对应的中间参考特征数组；对中间参考特征数组的数据进行数据格式转换处理，还原为初始参考特征数组；获取数据重组规则，根据数据重组规则对初始参考特征数组进行重组处理，以得到参考梅尔谱。