[发明专利]基于人工智能的音乐推荐方法、装置、存储介质

权利要求书

1.一种基于人工智能的音乐推荐方法，其特征在于，包括：

获取目标用户的历史音乐信息，其中，所述历史音乐信息包括关键词信息和音频信息；

对所述音频信息进行特征提取，得到梅尔频率倒谱系数MFCC特征信息；

根据所述关键词信息从预设的推荐结果池中获取至少两个目标推荐结果；

获取预先训练好的第一图卷积模型，将所述MFCC特征信息输入至所述第一图卷积模型，得到音乐偏好信息；

根据所述音乐偏好信息确定至少两个所述目标推荐结果的排序，并输出排序结果。

2.根据权利要求1所述的方法，其特征在于，所述第一图卷积模型根据以下步骤获得：

获取预设的关系图谱；

根据所述MFCC特征信息将所述关系图谱划分为多个子图；

获取预设的第二图卷积模型，根据多个所述子图对所述第二图卷积模型进行训练，得到所述第一图卷积模型。

3.根据权利要求2所述的方法，其特征在于，所述目标用户的数量为多个，所述历史音乐信息还包括用户标识，所述关系图谱根据以下步骤获得：

获取映射信息，所述映射信息用于表征各个所述MFCC特征信息与各个所述用户标识之间的映射关系；

通过关联所述MFCC特征信息和所述映射信息，得到所述关系图谱。

4.根据权利要求3所述的方法，其特征在于，所述第一图卷积模型包括多个依次连接的卷积层，其中，排序位于上一层的卷积层的输出是排序位于下一层的卷积层的输入，所述将所述MFCC特征信息输入至所述第一图卷积模型，得到音乐偏好信息，包括：

从所述历史音乐信息中获取所述用户标识；

将所述用户标识和所述MFCC特征信息输入至所述第一图卷积模型；

获取所述第一卷积模型中的每个卷积层输出的用户标识向量和MFCC特征信息向量，其中，所述用户标识向量与所述用户标识相对应，所述MFCC特征信息向量与所述MFCC特征信息相对应；

获取第一中间向量，所述第一中间值为全部的所述用户标识向量之和；

获取第二中间向量，所述第二中间值为全部的所述MFCC特征信息向量之和；

计算所述第一中间向量与所述第二中间向量的内积，得到所述音乐偏好信息。

5.根据权利要求1所述的方法，其特征在于，所述对所述音频信息进行特征提取，得到MFCC特征信息，包括：

对所述音频信息进行预处理，得到预处理后的音频信息；

对所述预处理后的音频信息进行傅里叶变换得到第一频谱；

将所述第一频谱输入至预设的梅尔滤波器组进行滤波转换，得到第二频谱；

对所述第二频谱进行倒谱分析处理，得到所述MFCC特征信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述音乐偏好信息确定至少两个所述目标推荐结果的排序之前，还包括：

根据所述关键词信息和所述目标推荐结果确定匹配数据，所述匹配数据用于表征所述关键词信息与所述目标推荐结果之间的匹配度评分；

根据所述匹配数据对所述目标推荐结果进行排序处理，得到排序后的目标推荐结果。

7.根据权利要求1所述的方法，其特征在于，所述根据所述音乐偏好信息确定至少两个所述目标推荐结果的排序，并输出排序结果之后，还包括：

获取预设的过滤规则；

根据所述过滤规则对所述排序结果进行过滤处理，得到过滤后的排序结果。