CN112559794B 歌曲质量的识别方法、装置、设备及存储介质 （北京达佳互联信息技术有限公司）

质歌曲质量识别模型基于多个带有质量标签的参的任一参考歌曲片段的质量标签通过不同评价主体对所述任一参考歌曲片段的歌曲质量进行2将所述目标歌曲数据切分成一个或多个参考时长的目标歌曲片段考时长的目标歌曲片段采用填充的方式填充计算每个目标歌曲片段的频域特征，将所述频域特征进数为第一数量，所述目标歌曲质量识别模型的双向长短期记忆网络层的层数为第二数量，通过所述第一层卷积层的多尺度卷积核对每个目标歌曲片段的频域特征进行卷积计通过所述目标歌曲质量识别模型的双向长短期记忆网络层对所述目标歌曲质量识别歌曲质量识别模型的全连接层的全连接处理，输出所述目标歌曲数据的歌曲质量识别结获取多个参考歌曲片段，获取每个参考歌曲片段的质量标签，中的任一参考歌曲片段的质量标签通过不同评价主体对所述任一参考歌曲片段的歌曲质量进行评价得到，所述多个参考歌曲片段包括同一歌曲的不同歌曲质量的参考歌曲片段，述多个参考歌曲片段隶属于不同种音乐风格下的将每个带有质量标签的参考歌曲片段的时长调整为目标时长；获取对于所述多个参考歌曲片段中的任一参考歌曲片段，获取不同评基于所述任一参考歌曲片段的多个评价结果确定所述任一参考歌曲片段的目标评价3综合所述任一参考歌曲片段的多个评价结果对应的分值，得到基于所述任一参考歌曲片段的评分确定所述任一参考歌曲片段的目标所述多个参考歌曲片段中的任一参考歌曲片段的质量标签通过不同评价主体对所述任一识别模型的目标损失函数的损失值在目标范围内浮动时，得到所述目标歌曲质量识别模处理模块，被配置为执行将所述目标歌曲数据切分成一个或多个参考输入模块，被配置为执行将归一化处理后的每个目标歌曲片段的识别模块，被配置为执行通过所述第一层卷积层的多尺度卷标歌曲质量识别模型的最后一层卷积层将计算结果输出至所述目标歌曲质量识别模型的的最后一层双向长短期记忆网络层中最后一个隐含层的结果经过线性变换后输出至全连段的目标评价结果作为所述任一参考歌曲片段的4述任一参考歌曲片段的评分确定所述任一参考歌曲片段的目标评使得电子设备能够执行权利要求1-3中任一项所述的歌5曲的歌曲质量进行识别。[0007]所述通过所述目标歌曲质量识别模型对所述目标歌曲的歌曲质量进行识别，包括：通过所述第一层卷积层的多尺度卷积核对每个目标歌曲片段的频域特征进行卷积计[0008]通过所述目标歌曲质量识别模型的双向长短期记忆网络层对所述目标歌曲质量6[0009]可选地，所述将每个目标歌曲片段的频域特征输入至目标歌曲质量识别模型之曲片段中的任一参考歌曲片段的质量标签通过不同评价主体对所述任一参考歌曲片段的个带有质量标签的参考歌曲片段的频域特征训练得到目标歌曲质量至所述目标歌曲质量识别模型的最后一层卷积层将计算结果输出至所述目标歌曲质量识78[0034]图2是根据一示例性实施例示出的一种获取目标歌曲质量识别模型的过程示意[0035]图3是根据一示例性实施例示出的一种训练目标歌曲质量识别模型的过程示意[0042]对歌曲质量的识别的使用场景可以是对歌唱音频中歌唱者对歌唱曲目的演唱水[0044]图1是根据一示例性实施例示出的一种歌曲质量的识别方法的流程图，该歌曲质9[0046]本申请实施例中获取的待识别的目标歌曲数据可以是用户在使用歌曲质量的识[0052]本申请实施例中获取的多个参考歌曲片段可以是用户在使用歌曲质量的识别应[0053]例如，将时长从10秒钟到3分钟不等的歌曲片段作为最终筛选之后保留的歌曲片体演唱的参考歌曲片段可以进一步提高训练得到的目标歌曲质量识别模型的识别准确率。曲质量识别模型对歌曲质量不高的歌曲片段的质量识别结果不够准确。因而对同一首歌以隶属于不同种音乐风格下的歌曲片段，通过获取不同音频音乐风格下的参考可以提高目标歌曲质量识别模型对近似于两种音乐风格的歌曲片段的质片段的质量标签通过不同评价主体对任一参考歌曲片段的歌曲质量进行果的歌曲片段训练得到的歌曲质量识别模型的识别于或大于第一阈值(例如4)的参考歌曲片段的目标评价结果为良好，且平均分数等于或低于第二阈值(例如2)的参考歌曲片段的目标评价结果被认为是差的。其他平均分的参考歌签的参考歌曲片段的频域特征训练得到目标歌曲质[0067]作为本申请一个可选实施方式，一首歌曲考虑到可能在开始/结束或中间部分有[0070]S21，将每个带有质量标签的参考歌曲片段的频域特征输入到初始歌曲质量识别最后一个隐含层的结果经过线性变换后输出至全连接层，由全连接层处理得到识别结果。[0075]示例性地，对初始歌曲质量识别模型进行训练的训练方法可目标损失函数的损失值，判定目标时间内的目标损失函数的损失值是否在目标范围内浮量的目标歌曲质量识别模型的双向长短期记忆网络层及层数为第三数量的目标歌曲质量征训练得到目标歌曲质量识别模型。由于该质量标签是根据多个评价主体的评价结果得[0085]处理模块502，被配置为执行将目标歌曲数据切分成一个或多个参考时长的目标[0086]输入模块503，被配置为执行将每个目标歌曲片段的频域特征输入至目标歌曲质[0087]识别模块504，被配置为执行通过目标歌曲质量识别模型对目标歌曲的歌曲质量进行识别。[0089]识别模块504，被配置为执行通过第一层卷积层的多尺度卷积核对每个目标歌曲标歌曲质量识别模型的最后一层卷积层将计算结果输出至目标歌曲质量识别模型的双向路(applicationspecificintegratedcircuit，ASIC)、现场可编程门阵列(field-存取存储器(dynamicrandomaccessmemory，DRAM)、同步动态随机存取存储器动态随机存取存储器(synchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(direct理器701可以采用DSP(DigitalSignalProcessing，数字信号处理)、FPGA(Field-处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing一些实施例中，处理器701可以在集成有GPU(GraphicsProcessingUnit，图像处理器)，[0107]存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本申[0109]外围设备接口703可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器摄像头融合实现全景拍摄以及VR(VirtualReality，虚拟现实)拍摄功能或者其它融合拍声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路[0114]定位组件708用于定位终端700的当前地理位置，以实现导航或LBS(LocationBasedService，基于位置的服务)。定位组件708可以是基于美国的GPS(Global[0117]加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大[0118]陀螺仪传感器712可以检测终端700的机体方向及转动角度，陀螺仪传感器712可[0120]指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的户与终端700的正面之间的距离逐渐变小时，由处理器701