[发明专利]一种乐曲识别方法、系统和装置

说明书

技术领域

本申请涉及语音识别以及信息处理技术领域，尤其涉及一种乐曲识别方法、系统和装置。

背景技术

乐曲识别技术，是指通过采集播放的乐曲的特征数据，将该特征数据与数据库中各个已知乐曲的特征数据进行匹配，根据匹配结果确定该播放的乐曲属于哪一首乐曲的技术。

其中，所述的乐曲可以是没有配乐的歌声、带有配乐的歌声或者没有歌声的纯音乐。乐曲的特征数据也可以称为乐纹（audio fingerprint）信息，其能够表现一首乐曲的音调、响度、音色等特征。

图1是目前的乐曲识别方法的详细流程图。

如图1所示，该流程包括：

步骤101，客户端接收开始采集的命令，对当前正在播放的乐曲或者正在录制的音频信息进行采集。

步骤102，客户端接收结束采集的命令，将接收到所述开始采集的命令和所述结束采集的命令之间的时间段内采集的音频数据确定为待识别的音频数据。

步骤103，所述客户端从所述待识别的音频数据中提取乐纹信息。

步骤104，所述客户端将所述乐纹信息上传到数据分析服务器。

步骤103和步骤104中，也可以是由客户端直接将待识别的音频数据上传到数据分析服务器，由数据分析服务器从所述待识别的音频数据中提取所述乐纹信息。

步骤105，所述数据分析服务器将所述乐纹信息与已知乐曲的特征数据库进行匹配，根据匹配结果识别出所述待识别的音频数据属于哪一首乐曲。

步骤106，所述数据分析服务器将识别结果返回给所述客户端，结束本流程。

其中，当步骤105识别出所述待识别的音频数据属于哪一首乐曲时，所述数据分析服务器将该首乐曲的名称等摘要信息返回给所述客户端，当步骤105没能识别出所述待识别的音频数据属于哪一首乐曲时，所述数据分析服务器返回识别失败的消息。

由图1所示方法可见，目前在进行乐曲识别时，需要通过用户手动操作来采集待识别的音频数据，然后根据手动采集的待识别音频数据进行乐曲识别，数据分析服务器对所述待识别音频数据乐曲识别完成以后，直接将识别结果返回给客户端，并且结束与客户端的交互流程，因此，图1所示方法存在如下的缺陷：

如果用户手动采集的待识别音频数据的数据量过小，例如，只采集了3秒的音频数据，则将导致数据分析服务器难以准确识别出待识别音频数据具体属于哪一首乐曲，识别成功率较低，如果用户手动采集的待识别音频数据的数据量过大，例如，采集了2分钟的音频数据，则将导致客户端向数据分析服务器上传待识别音频数据的乐纹信息需要消耗较多的数据传输资源。可见，目前的乐曲识别方法难以在保证识别成功率与节省数据传输资源之间取得平衡。

另外，采用图1所示方法进行乐曲识别时，如果有顺序播放的多首乐曲，则需要针对每首乐曲分别手动输入开始采集的命令和结束采集的命令，才能获取到待识别音频数据，进而实现乐曲识别，无法对顺序播放的多首乐曲进行持续性地自动识别。

发明内容

本发明提供了一种乐曲识别方法、系统和装置，能够在保证识别成功率与节省数据传输资源之间取得平衡。

一种乐曲识别方法，该方法包括：

客户端从采集的音频数据中提取用于进行乐曲识别的音频信息；

所述客户端将所述用于进行乐曲识别的音频信息上传给数据分析服务器；

所述数据分析服务器对所述用于进行乐曲识别的音频信息和已知乐曲的特征数据库进行匹配，得到匹配相似度；

所述客户端在所述匹配相似度未达到乐曲识别成功的条件时，继续向所述数据分析服务器上传用于进行乐曲识别的音频信息，在所述匹配相似度达到乐曲识别成功的条件时，暂停向所述数据分析服务器上传用于进行乐曲识别的音频信息。

一种乐曲识别系统，该系统包括客户端和数据分析服务器；

所述客户端，用于从采集的音频数据中提取用于进行乐曲识别的音频信息，将所述用于进行乐曲识别的音频信息上传给数据分析服务器，在所述数据分析服务器得到的匹配相似度未达到乐曲识别成功的条件时，继续向所述数据分析服务器上传用于进行乐曲识别的音频信息，在所述匹配相似度达到乐曲识别成功的条件时，暂停向所述数据分析服务器上传用于进行乐曲识别的音频信息；

所述数据分析服务器，用于对所述用于进行乐曲识别的音频信息和已知乐曲的特征数据库进行匹配，得到匹配相似度。

一种用于乐曲识别的数据分析服务器，该数据分析服务器包括接收模块和匹配模块；