【技術實現步驟摘要】
本申請涉及計算機，特別是涉及一種歌曲識別模型的訓練方法、設備、存儲介質和程序產品。
技術介紹
1、歌曲的翻唱識別，是指識別出翻唱歌曲所屬原唱歌曲的歌曲名稱。目前，歌曲的翻唱識別主要是通過已訓練的歌曲識別模型實現。傳統技術中，歌曲識別模型的訓練數據主要是曲庫中的翻唱同歌組數據，翻唱同歌組包含一首原唱歌曲和其他版本的歌曲，其他版本歌曲包含翻唱版本或live（現場）版本等，進而基于翻唱同歌組構建歌曲三元組來實現模型的訓練。但是，曲庫的同歌組數據通常并不完備，即很多歌曲并沒有那么多的翻唱版本，或者許多原唱歌曲根本就沒有翻唱版本，只有一首獨立的原唱歌曲，導致了這些原唱歌曲無法加入模型進行訓練。在實際應用過程中，如果遇到這些沒有訓練過的原唱歌曲的翻唱版本，歌曲識別模型便很難準確識別，從而導致翻唱歌曲的識別準確率較低。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種能夠提升歌曲識別準確率的歌曲識別模型的訓練方法、設備、存儲介質和程序產品。
2、第一方面，本申請提供了一種歌曲識別模型的訓練方法，所述方法包括：
3、獲取待改編的目標原唱歌曲的原始歌詞、原始伴奏和原始人聲；
4、分別對所述原始歌詞、原始伴奏和原始人聲進行改編，獲得所述目標原唱歌曲的至少一組改編歌詞、至少一組改編伴奏和至少一組改編人聲；
5、基于所述原始歌詞、所述至少一組改編歌詞、所述原始伴奏、所述至少一組改編伴奏、所述原始人聲、所述至少一組改編人聲，確定所述目標原唱歌曲的至少
6、至少基于所述目標原唱歌曲和所述目標原唱歌曲的至少一首改編歌曲構建所述目標原唱歌曲的同歌組，至少基于所述目標原唱歌曲的同歌組對待訓練的歌曲識別模型進行訓練，獲得已訓練的歌曲識別模型；所述已訓練的歌曲識別模型用于提取待識別的歌曲對象的第一歌曲特征；所述第一歌曲特征用于結合預先構建的特征庫中的各第二歌曲特征，確定所述歌曲對象對應的歌曲名稱。
7、第二方面，本申請提供了一種歌曲識別模型的訓練裝置，所述裝置包括：
8、獲取模塊，用于獲取待改編的目標原唱歌曲的原始歌詞、原始伴奏和原始人聲；
9、改編模塊，用于分別對所述原始歌詞、原始伴奏和原始人聲進行改編，獲得所述目標原唱歌曲的至少一組改編歌詞、至少一組改編伴奏和至少一組改編人聲；
10、確定模塊，用于基于所述原始歌詞、所述至少一組改編歌詞、所述原始伴奏、所述至少一組改編伴奏、所述原始人聲、所述至少一組改編人聲，確定所述目標原唱歌曲的至少一首改編歌曲；每首所述改編歌曲包含目標歌詞、目標伴奏和目標人聲；所述目標歌詞為所述原始歌詞或所述改編歌詞，所述目標伴奏為所述原始伴奏或所述改編伴奏，所述目標人聲為所述原始人聲或所述改編人聲；且每首所述改編歌曲包含所述改編歌詞、所述改編伴奏和所述改編人聲中的至少一者；
11、訓練模塊，用于至少基于所述目標原唱歌曲和所述目標原唱歌曲的至少一首改編歌曲構建所述目標原唱歌曲的同歌組，至少基于所述目標原唱歌曲的同歌組對待訓練的歌曲識別模型進行訓練，獲得已訓練的歌曲識別模型；所述已訓練的歌曲識別模型用于提取待識別的歌曲對象的第一歌曲特征；所述第一歌曲特征用于結合預先構建的特征庫中的各第二歌曲特征，確定所述歌曲對象對應的歌曲名稱。
12、第三方面，本申請提供了一種計算機設備，包括存儲器和處理器，存儲器中存儲有計算機程序，該處理器執行計算機程序時實現本申請各方法實施例中的步驟。
13、第四方面，本申請提供了一種計算機可讀存儲介質，存儲有計算機程序，該計算機程序被處理器執行時實現本申請各方法實施例中的步驟。
14、第五方面，本申請提供了一種計算機程序產品，包括計算機程序，計算機程序被處理器執行時實現本申請各方法實施例中的步驟。
15、上述歌曲識別模型的訓練方法、設備、存儲介質和程序產品，通過獲取待改編的目標原唱歌曲的原始歌詞、原始伴奏和原始人聲；分別對原始歌詞、原始伴奏和原始人聲進行改編，獲得目標原唱歌曲的至少一組改編歌詞、至少一組改編伴奏和至少一組改編人聲；基于原始歌詞、至少一組改編歌詞、原始伴奏、至少一組改編伴奏、原始人聲、至少一組改編人聲，確定目標原唱歌曲的至少一首改編歌曲；每首改編歌曲包含目標歌詞、目標伴奏和目標人聲；目標歌詞為原始歌詞或改編歌詞，目標伴奏為原始伴奏或改編伴奏，目標人聲為原始人聲或改編人聲；且每首改編歌曲包含改編歌詞、改編伴奏和改編人聲中的至少一者；至少基于目標原唱歌曲和目標原唱歌曲的至少一首改編歌曲構建目標原唱歌曲的同歌組，至少基于目標原唱歌曲的同歌組對待訓練的歌曲識別模型進行訓練，獲得已訓練的歌曲識別模型；已訓練的歌曲識別模型用于提取待識別的歌曲對象的第一歌曲特征；第一歌曲特征用于結合預先構建的特征庫中的各第二歌曲特征，確定歌曲對象對應的歌曲名稱。相較于傳統的歌曲識別方法，本申請通過對曲庫中的原唱歌曲進行風格隨機的歌曲改編，改編后的歌曲可以視為原唱歌曲的翻唱版本，以擴充原唱歌曲的同歌組，從而使得曲庫中的每首原唱歌曲都可以有效加入模型的訓練過程，可以提升實際應用場景中翻唱歌曲的識別準確率。尤其是曲庫中存在較多同歌組不完備的原唱歌曲的情況下，本申請通過擴充原唱歌曲的同歌組，可以使得翻唱歌曲的識別準確率明顯提升。
本文檔來自技高網...【技術保護點】
1.一種歌曲識別模型的訓練方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述目標原唱歌曲的同歌組以及所述其他原唱歌曲的同歌組，對待訓練的歌曲識別模型進行訓練，獲得已訓練的歌曲識別模型，包括：
4.根據權利要求1所述的方法，其特征在于，所述獲取待改編的目標原唱歌曲的原始歌詞、原始伴奏和原始人聲，包括：
5.根據權利要求1所述的方法，其特征在于，所述分別對所述原始歌詞、原始伴奏和原始人聲進行改編，獲得所述目標原唱歌曲的至少一組改編歌詞、至少一組改編伴奏和至少一組改編人聲，包括：
6.根據權利要求1所述的方法，其特征在于，所述歌曲對象包含目標歌曲片段；所述方法還包括：
7.一種歌曲識別方法，其特征在于，所述方法包括：
8.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。
9.一種計算機可讀存儲介
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種歌曲識別模型的訓練方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述方法還包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述目標原唱歌曲的同歌組以及所述其他原唱歌曲的同歌組，對待訓練的歌曲識別模型進行訓練，獲得已訓練的歌曲識別模型，包括：
4.根據權利要求1所述的方法，其特征在于，所述獲取待改編的目標原唱歌曲的原始歌詞、原始伴奏和原始人聲，包括：
5.根據權利要求1所述的方法，其特征在于，所述分別對所述原始歌詞、原始伴奏和原始人聲進行改編，獲得所述目標原唱歌曲的至少一組改編歌詞、至少一組改編伴奏和至少一組改編人聲，包...
【專利技術屬性】
技術研發人員：王武城，宋澤文，
申請(專利權)人：騰訊音樂娛樂科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。