[发明专利]数据处理方法、计算机设备以及可读存储介质

说明书

本申请实施例公开了一种数据处理方法、计算机设备以及可读存储介质，其中方法包括：获取音频数据，对音频数据进行属性识别，得到音频数据对应的目标音频基础属性；根据至少两个音频基础属性与至少两个音频情绪标签之间的映射关系、以及目标音频基础属性，对音频数据进行情绪识别，得到音频数据对应的目标音频情绪标签；至少两个音频情绪标签包括目标音频情绪标签；为音频数据绑定目标音频情绪标签。本申请实施例可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。采用本申请，可以自动完成对音频数据的情绪分类，进而提高对音频数据进行情绪标签绑定的效率。

技术领域

本申请涉及互联网技术领域，尤其涉及一种数据处理方法、计算机设备以及可读存储介质。

背景技术

随着音频数据在生活中应用愈加广泛，划分音频数据情绪越来越受人重视。

实际应用中，通常可以通过歌曲情绪类型的选择在音乐应用中搜索相匹配的歌曲，而这功能的实现就需要事先为歌曲设置好对应的歌曲情绪类型，目前通常是通过人工听歌、人工分析以得到某首歌曲的歌曲情绪类型，然后再将该通过人为经验所得出的歌曲情绪类型与该歌曲进行绑定，这样可能会存在不同的分析人员对同一首歌曲所分析得到的歌曲情绪类型不同，导致所分析出的歌曲情绪类型的准确度不稳定，即无法保证歌曲情绪类型的准确性，而且人工分析的方式也会导致识别歌曲情绪类型的效率过低。

发明内容

本申请实施例提供一种数据处理方法、计算机设备以及可读存储介质，可以保证所识别的音频情绪标签的准确性，且可以提高识别音频情绪标签的效率。

本申请一方面提供了一种数据处理方法，包括：

获取音频数据，对音频数据进行属性识别，得到音频数据对应的目标音频基础属性；

根据至少两个映射基础属性组与至少两个音频情绪标签之间的映射关系、以及目标音频基础属性，对音频数据进行情绪识别，得到音频数据对应的目标音频情绪标签；至少两个音频情绪标签包括目标音频情绪标签；

为音频数据绑定目标音频情绪标签。

进一步地，获取音频数据，包括：

获取原始音频，对原始音频进行频谱变换，得到原始音频对应的频谱图；

对频谱图进行非线性变换滤波处理，得到滤波后的频谱图，将滤波后的频谱图确定为音频数据。

进一步地，对音频数据进行属性识别，得到音频数据对应的目标音频基础属性，包括：

获取音频属性识别模型；音频属性识别模型包括属性卷积层、属性池化层以及属性全连接层；

将音频数据输入属性卷积层，通过属性卷积层对音频数据进行卷积处理，得到音频数据对应的音频卷积特征；

将音频卷积特征输入至属性池化层，通过属性池化层对音频卷积特征进行池化处理，得到音频池化特征；

通过音频属性识别模型中的属性全连接层对音频池化特征进行全连接处理，得到目标音频基础属性。

进一步地，通过属性卷积层对音频数据进行卷积处理，得到音频数据对应的音频卷积特征，包括：

通过卷积组件对音频数据进行卷积处理，得到音频数据对应的待标准化卷积特征，将待标准化卷积特征输入到标准化组件；

通过标准化组件对待标准化卷积特征进行标准化处理，得到待激活卷积特征，将待激活卷积特征输入到激活组件；

通过激活组件对待激活卷积特征进行激活处理，得到待池化卷积特征，将待池化卷积特征输入到池化组件；

通过池化组件对待池化卷积特征进行池化处理，得到待过滤卷积特征，将待过滤卷积特征输入到过滤组件；