[发明专利]音频识别方法及计算机设备

权利要求书

1.一种音频识别方法，其特征在于，所述方法包括：

将待识别音频片段对应的待识别频谱图输入目标音频识别模型，得到所述目标音频模型输出的待识别特征向量；其中，所述目标音频识别模型是利用调整参数对初始音频识别模型的模型参数进行调整得到的，所述初始音频识别模型包括第一任务模块及第二任务模块，所述调整参数是根据第一任务模块生成的第一损失参数以及第二任务模块生成的第二损失参数确定的；

从曲库中确定与所述待识别特征向量满足预设条件的目标特征向量；

将所述目标特征向量指向的目标音频确定为所述待识别音频片段的识别结果，所述识别结果指示所述待识别音频片段与所述目标音频为同一音频的不同版本。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将训练频谱图输入初始音频识别模型，得到所述第一任务模块输出的第一训练特征向量和所述第二任务模块输出的第二训练特征向量；所述第一训练特征向量与所述第二训练特征向量不同；

根据所述第一训练特征向量确定所述第一损失参数；

根据所述第二训练特征向量确定所述第二损失参数；

根据所述第一损失参数和所述第二损失参数，确定所述调整参数。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一训练特征向量确定所述第一损失参数，包括：

根据所述第一训练特征向量，确定所述训练频谱图的预测音频类别标签；

确定所述预测音频类别标签对应的预测概率；

根据所述预测概率，确定所述第一损失参数。

4.根据权利要求2所述的方法，其特征在于，所述训练频谱图包括第一样本图、第二样本图和第三样本图，所述第一样本图与所述第二样本图的音频类别标签相同，所述第一样本图与所述第三样本图的音频类别标签不同；

所述根据所述第二训练特征向量确定所述第二损失参数，包括：

确定所述第一样本图对应的第二训练特征向量与所述第二样本图对应的第二训练特征向量之间的第一向量距离；

确定所述第一样本图对应的第二训练特征向量与所述第三样本图对应的第二训练特征向量之间的第二向量距离；

根据所述第一向量距离与所述第二向量距离，确定所述第二损失参数。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述识别结果还包括所述待识别音频片段的音频类别标签；

所述方法还包括：

将所述待识别音频片段的音频类别标签与所述待识别特征向量之间的对应关系添加至所述曲库。

6.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

将所述曲库中的历史音频的频谱图输入所述目标音频识别模型中，得到所述目标音频识别模型输出的第三特征向量；所述历史音频具有音频类别标签；

将所述历史音频的音频类别标签与所述第三特征向量之间的对应关系添加至所述曲库。

7.根据权利要求6所述的方法，其特征在于，所述从曲库中确定与所述待识别特征向量满足预设条件的目标特征向量，包括：

计算所述待识别特征向量与所述曲库中的第三特征向量的相似度；

若所述待识别特征向量与所述第三特征向量的相似度满足预设条件，则确定所述第三特征向量为所述目标特征向量。

8.一种音频识别方法，其特征在于，所述方法包括：

响应对哼唱音频片段的识别请求，获取所述哼唱音频片段的哼唱频谱图；

将所述哼唱频谱图输入目标音频识别模型，生成待识别哼唱向量；所述目标音频识别模型是利用调整参数对初始音频识别模型的模型参数进行调整得到的，所述初始音频识别模型包括第一任务模块及第二任务模块，所述调整参数是根据第一任务模块生成的第一损失参数以及第二任务模块生成的第二损失参数确定的；

从曲库中确定与所述待识别哼唱向量满足预设条件的相似特征向量，并将所述相似特征向量指向的音频确定为所述哼唱音频片段的相似音频；

输出所述相似音频的音频信息，所述音频信息包括所述相似音频的音频名称和演唱者名称。