[发明专利]音频文件标签生成方法和系统

说明书

本发明涉及一种歌曲标签生成方法和系统，其中，方法包括：将需要进行标签设置的音频文件及音频文件的内容中包含的文字信息录入音频文件库、将常用标签录入标签库、将常用关键词录入关键词库；根据常用关键词与常用标签的关联程度，为常用关键词设置标签，得到常用关键词‑标签关系；对文字信息进行分词，得到若干个词语，计算各词语的TF‑IDF值，并根据TF‑IDF值的大小获取音频文件的关键词；根据常用关键词‑标签关系查询音频文件的关键词对应的标签；若查询到对应标签，将音频文件与对应标签进行关联；为生词生成新标签，并关联所述生词与所述新标签，将所述新标签设为音频文件的标签。

技术领域

本发明涉及应用服务技术领域，特别是涉及一种音频文件标签生成方法和系统。

背景技术

随着网络技术的发展及大众对于信息接收方式的改变，网络上的音频文件数量呈爆炸式增长。以数字音乐为例，截至2014年底，中国互联网音乐用户已达4.78亿，日均下载超过2亿次，并且预计在未来的两到三年间，音乐网民用户数将突破6亿，全年下载量将超过1000亿次。同时，已有的音乐数以亿计，而目前主流各数字音乐平台，音乐收入量都在百万以上。面对如此庞大的用户量和音频文件量，一个亟待解决的关键问题就是如何更准确地将满足用户需要的音频文件批量展示出来，以提高用户体验。一种常用的方式是为音频文件添加标签。

目前的音频文件标签生成平台一般包括三种方式：

1、人工配置标签；

2、爬取互联网标签，即采用爬虫程序将其他平台为音频文件配置的标签拿来为自己所用。

3、用户参与，即用户根据自己的判断上传为音频文件配置的标签，程序根据标签统计来筛选最合适的标签。

然而，人工配置标签的方式效率低，而从互联网爬取标签或用户上传标签的方式准确率低。

发明内容

基于此，有必要针对现有技术效率低、准确率低的问题，提供一种音频文件标签生成方法和系统。

一种音频文件标签生成方法，包括以下步骤：

将需要进行标签设置的音频文件及音频文件的内容中包含的文字信息录入音频文件库、将常用标签录入标签库、将常用关键词录入关键词库；

根据常用关键词与常用标签的关联程度，为常用关键词设置标签，得到常用关键词-标签关系；其中，所述关键词-标签关系表示关键词与对应标签之间的对应关系；

对所述文字信息进行分词，得到若干个词语，计算各词语的TF-IDF值，并根据TF-IDF值的大小获取所述音频文件的关键词；其中，所述TF-IDF值表示词语的词频与逆文档频率的乘积；

根据常用关键词-标签关系查询音频文件的关键词对应的标签；若查询到对应标签，将音频文件与对应标签进行关联；

为生词生成新标签，并关联所述生词与所述新标签，将所述新标签设为音频文件的标签；其中，所述生词为未查询到对应标签的音频文件的关键词。

上述音频文件标签生成方法，通过对音频文件的内容中包含的文字信息进行分词，计算各词语的TF-IDF值的大小从而获取所述音频文件的关键词，根据常用关键词-标签关系查询音频文件的关键词对应的标签；若查询到对应标签，将音频文件与对应标签进行关联；否则，将音频文件的关键词加入生词库，为生词库中的生词生成新标签，并关联所述生词与所述新标签，将所述新标签设为音频文件的标签，执行效率高，结果准确性高。

一种音频文件标签生成系统，包括：

标签生成服务器、音频文件展示服务器、音频文件数据库服务器、系统管理服务器；

标签生成服务器根据音频文件数据库服务器中的音频文件及音频文件的内容中包含的文字信息为音频文件关联标签；