[发明专利]检索音频和训练声学模型的方法、终端及存储介质

说明书

本申请公开了一种检索音频和训练声学模型的方法、终端及存储介质，属于互联网技术领域。该方法包括：提取待检索的目标音频片段的目标频谱数据；基于目标频谱数据，确定目标特征信息；将目标特征信息分别输入训练完成的声学模型中的第一解码器和第二解码器，得到第一目标概率矩阵和第二目标概率矩阵；根据第一目标概率矩阵和第二目标概率矩阵，确定音节序列；确定音节序列分别和参考音节序列库中每个参考音节序列之间的相似度，并确定相似度最大的预设数目个目标参考音节序列，将目标参考音节序列对应的目标音频标识确定为检索结果。本申请可以直接通过音频片段进行检索，避免了当用户不知道歌曲的名称时，无法进行检索的问题。

技术领域

本申请涉及互联网技术领域，特别涉及一种检索音频和训练声学模型的方法、终端及存储介质。

背景技术

随着科技的发展，网络上的多媒体资源量非常巨大，人们需要高效的搜索引擎从浩如烟海的数据中找出需要的音乐资源。

在现有技术中，往往是基于待检索的歌曲的名称，在歌曲库中检索出与该名称相同的歌曲。

然而，当用户不知道歌曲的名称时，无法进行检索。

发明内容

本申请实施例提供了一种检索音频和训练声学模型的方法、终端及存储介质，可以直接通过音频片段进行检索，避免了当用户不知道歌曲的名称时，无法进行检索的问题。该技术方案如下：

一方面，本申请实施例提供了一种检索音频的方法，该方法包括：

提取待检索的目标音频片段的目标频谱数据；

基于所述目标频谱数据，确定目标特征信息；

将所述目标特征信息分别输入所述训练完成的声学模型中的第一解码器和第二解码器，得到第一目标概率矩阵和第二目标概率矩阵，其中，所述第一目标解码器和所述第二目标解码器为不同类型的解码器；

根据所述第一目标概率矩阵和所述第二目标概率矩阵，确定音节序列；

确定所述音节序列分别和参考音节序列库中每个参考音节序列之间的相似度，并确定相似度最大的预设数目个目标参考音节序列，将所述目标参考音节序列对应的目标音频标识确定为检索结果，其中，所述参考音节序列库中存储有多个参考音节序列以及每个参考音节序列对应的音频标识。

可选的，所述根据所述第一目标概率矩阵和所述第二目标概率矩阵，确定音节序列，包括：

根据所述第一目标概率矩阵和所述第二目标概率矩阵，确定第三目标概率矩阵，其中，所述第三目标概率矩阵由多个向量组成，对于每个向量，所述向量中的每个数值位的取值分别用于表示一个指定音节对应的分值；

对于所述第三目标概率矩阵中的每个向量，确定分值最大的目标数值位，将所述目标数值位对应的指定音节确定为所述向量对应的音节；

将多个向量分别对应的音节按照所述多个向量在所述第三目标概率矩阵中的顺序进行排序，得到音节序列。

可选的，所述根据所述第一目标概率矩阵和所述第二目标概率矩阵，确定第三目标概率矩阵，包括：

根据所述第一目标概率矩阵、所述第二目标概率矩阵以及第一公式，确定第三目标概率矩阵；

所述第一公式为：C＝α*logA+(1-α)*logB；

其中，A为所述第一目标概率矩阵，B为所述第二目标概率矩阵，C为所述第三目标概率矩阵，α为预设数值。

可选的，所述声学模型包括特征提取模块，

所述基于所述目标频谱数据，确定目标特征信息，包括：

对所述目标频谱数据进行降维处理，得到降维处理后的目标频谱数据；