[发明专利]一种基于演唱者声音特质的歌曲推荐方法在审
申请号: | 201710206783.2 | 申请日: | 2017-03-31 |
公开(公告)号: | CN106991163A | 公开(公告)日: | 2017-07-28 |
发明(设计)人: | 余春艳;苏金池;刘煌;郭文忠 | 申请(专利权)人: | 福州大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G10L25/48 |
代理公司: | 福州元创专利商标代理有限公司35100 | 代理人: | 蔡学俊 |
地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于演唱者声音特质的歌曲推荐方法,该方法利用歌曲简谱和歌手清唱带等信息,建立歌曲特征文件库,提取歌曲的演唱音域和构建出人声音色嵌入空间,并得到原唱歌手的人声音色表征。对演唱者的清唱录音文件提取演唱音域及人声音色表征,刻画演唱者的声音特质;计算歌曲的音级分布情况与演唱者在各个音级的演唱能力评估值,由此计算出用户演唱音域与歌曲音域要求的匹配度;将演唱者的声音片段嵌入到音色嵌入空间中,分别计算与嵌入空间中各歌手的音色相似度。本发明能够综合考虑演唱者的音域匹配度和音色相似度,计算每首歌曲对于该用户的推荐度。 | ||
搜索关键词: | 一种 基于 演唱者 声音 特质 歌曲 推荐 方法 | ||
【主权项】:
一种基于演唱者声音特质的歌曲推荐方法,其特征在于:包括如下步骤:步骤S1:分析曲库中歌曲的简谱信息,得到各个歌曲的MIDI音高基准序列,分析出歌曲的音级分布直方图,得到各个歌曲的演唱音域要求;步骤S2:采用MELODIA算法分析用户清唱录音文件,得到演唱者演唱该歌曲的MIDI音高值序列,取得步骤S1中得到的同一歌曲的MIDI音高基准序列,计算演唱者的基准演唱能力,提取其演唱音域;步骤S3:对歌手的清唱文件提取时频信号表征,输入到深度卷积神经网络中对网络进行迭代训练,得到训练好的深度卷积神经网络及人声音色嵌入空间;步骤S4:根据歌手的清唱文件提取时频信号表征,将其输入到步骤S3中训练好的深度卷积神经网络中,网络的输出对应于人声音色嵌入空间的3维音色特征向量,将这3维音色特征向量作为原唱歌手的人声音色表征;步骤S5:分析演唱者的清唱声音片段,同样采用步骤S4的方法,得到人声音色嵌入空间中的一组3维音色特征向量,作为演唱者人声音色表征;步骤S6:根据歌曲的演唱音域要求和演唱者的演唱音域,计算出用户与歌曲之间的音域匹配度;步骤S7:根据原唱歌手和演唱者的人声音色表征,计算演唱者与各歌手的音色相似度;步骤S8:根据音域匹配度和音色相似度,计算曲库中每首歌曲对于该用户的推荐度。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710206783.2/,转载请声明来源钻瓜专利网。