[发明专利]确定是否是真唱的方法和装置

权利要求书

1.一种确定是否是真唱的方法，其特征在于，所述方法包括：

在目标直播间执行K歌功能的过程中，获取在多个预设的播放时间点采集的直播视频帧；

确定每个获取的直播视频帧中上唇位置和下唇位置之间的距离；

根据每个获取的直播视频帧中上唇位置和下唇位置之间的距离，确定所述目标直播间是否处于主播假唱状态。

2.根据权利要求1所述的方法，其特征在于，所述根据每个获取的直播视频帧中上唇位置和下唇位置之间的距离，确定所述目标直播间是否处于主播假唱状态，包括：

确定所述多个预设的播放时间点分别对应的人声音频振幅；

根据所述多个预设的播放时间点分别对应的人声音频振幅、以及每个获取的直播视频帧中上唇位置和下唇位置之间的距离，确定所述目标直播间是否处于主播假唱状态。

3.根据权利要求2所述的方法，其特征在于，所述根据所述多个预设的播放时间点分别对应的人声音频振幅、以及每个获取的直播视频帧中上唇位置和下唇位置之间的距离，确定所述目标直播间是否处于主播假唱状态，包括：

对于每个播放时间点，如果在所述播放时间点对应的人声音频振幅大于与所述播放时间点相邻的任一播放时间点对应的人声音频振幅的同时，在所述播放时间点采集的直播视频帧中上唇位置和下唇位置之间的距离大于在所述任一播放时间点采集的直播视频帧中上唇位置和下唇位置之间的距离，则确定所述播放时间点对应的人声音频为真唱音频；或者，如果在所述播放时间点对应的人声音频振幅小于与所述播放时间点相邻的任一播放时间点对应的人声音频振幅的同时，在所述播放时间点采集的直播视频帧中上唇位置和下唇位置之间的距离小于在所述任一播放时间点采集的直播视频帧中上唇位置和下唇位置之间的距离，则确定所述播放时间点对应的人声音频为真唱音频；或者，如果在所述播放时间点对应的人声音频振幅等于与所述播放时间点相邻的任一播放时间点对应的人声音频振幅的同时，在所述播放时间点采集的直播视频帧中上唇位置和下唇位置之间的距离等于在所述任一播放时间点采集的直播视频帧中上唇位置和下唇位置之间的距离，则确定所述播放时间点对应的人声音频为真唱音频；

确定所述多个预设的播放时间点对应的人声音频中的真唱音频的数量，如果所述数量占所述多个预设的播放时间点对应的人声音频的总数量的比值小于预设的阈值，则确定所述目标直播间处于主播假唱状态。

4.根据权利要求1所述的方法，其特征在于，所述多个预设的播放时间点为进行K歌的目标歌曲包括的多个音符分别在所述目标歌曲中所占的时间段的中点。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果确定所述目标直播间处于主播真唱状态，则获取所述多个预设的播放时间点分别对应的基准人声音频振幅；

在采集的真唱人声音频中，确定所述多个预设的播放时间点分别对应的真唱人声音频振幅；

对于每个播放时间点，根据对应的基准人声音频振幅和对应的真唱人声音频振幅，确定中间K歌分值；

将每个播放时间点对应的中间K歌分值加和，得到进行K歌的目标歌曲对应的K歌总分值，发出提示信息，其中，所述提示信息中包括所述目标歌曲对应的K歌总分值。

6.一种确定是否是真唱的装置，其特征在于，所述装置包括：

第一获取模块，用于在目标直播间执行K歌功能的过程中，获取在多个预设的播放时间点采集的直播视频帧；

第一确定模块，用于确定每个获取的直播视频帧中上唇位置和下唇位置之间的距离；

第二确定模块，用于根据每个获取的直播视频帧中上唇位置和下唇位置之间的距离，确定所述目标直播间是否处于主播假唱状态。

7.根据权利要求6所述的装置，其特征在于，所述第二确定模块包括：

第一确定单元，用于确定所述多个预设的播放时间点分别对应的人声音频振幅；

第二确定单元，用于根据所述多个预设的播放时间点分别对应的人声音频振幅、以及每个获取的直播视频帧中上唇位置和下唇位置之间的距离，确定所述目标直播间是否处于主播假唱状态。