[发明专利]一种音频识别方法、装置、设备及存储介质

说明书

本发明实施例公开了一种音频识别方法、装置、设备及存储介质；本发明实施例可以提取待识别音频的音频指纹作为基准指纹，计算基准指纹与预设指纹库中音频指纹的相似度；根据基准指纹与指纹库中音频指纹的相似度，在指纹库中筛选出候选指纹集；在候选指纹集中选出参考指纹，并获取参考指纹的同音指纹；在参考指纹及其同音指纹对应的音频中，选出待识别音频对应的目标音频。该方案提升了音频识别的精细化程度，识别得到更加准确的目标音频。

技术领域

本发明涉及通信技术领域，具体涉及一种音频识别方法、装置、设备及存储介质。

背景技术

听歌识曲功能为广大音乐爱好者检索喜欢的音乐提供了一种非常便利搜索方式，用户只需录制环境中的音乐，或者哼唱歌曲片段，输入应用软件就可以识别出这是哪首歌曲。目前的听歌识曲，主要是根据输入歌曲的特征信息在海量的曲库中进行检索，选出与输入歌曲最相似的歌曲。

在对现有技术的研究和实践过程中，本发明的发明人发现：用户上传的音频片段可能对应有多个版本的音频，而目前的音乐平台音频识别过程粗糙，并未考虑到不同版本之间的差异，导致音乐平台依据用户提供的片段来选出的歌曲可能并不是音频片段真正的来源，不是用户真正想要的。可以看出，目前的音频识别准确性较差。

发明内容

本发明实施例提供一种音频识别方法、装置、设备及存储介质，旨在提高音频识别的准确性。

本发明实施例提供一种音频识别方法，包括：

提取待识别音频的音频指纹作为基准指纹，计算所述基准指纹与预设指纹库中音频指纹的相似度；

根据所述基准指纹与指纹库中音频指纹的相似度，在所述指纹库中筛选出候选指纹集；

在所述候选指纹集中选出参考指纹，并获取所述参考指纹的同音指纹；

在所述参考指纹及其同音指纹对应的音频中，选出所述待识别音频对应的目标音频。

在一些实施例中，所述获取所述参考指纹的同音指纹，包括：

计算所述参考指纹与候选指纹集中其他候选指纹的重合度；

根据所述重合度，在所述其他候选指纹中选出所述参考指纹的同音指纹。

在一些实施例中，所述计算所述参考指纹与候选指纹集中其他候选指纹的重合度，包括：

获取所述参考指纹与候选指纹集中其他候选指纹的最长公共子序列，统计所述最长公共子序列的长度；

根据所述最长公共子序列的长度，计算得到所述参考指纹与其他候选指纹的重合度。

在一些实施例中，所述根据所述重合度，在所述其他候选指纹中选出所述参考指纹的同音指纹，包括：

在所述其他候选指纹中，筛选出与所述参考指纹的重合度大于或等于预设阈值的候选指纹，作为所述参考指纹的同音指纹。

在一些实施例中，所述方法还包括：

若未找到与所述参考指纹的重合度大于或等于预设阈值的候选指纹，则将所述参考指纹对应的音频确定为所述待识别音频对应的目标音频。

在一些实施例中，在所述候选指纹集中选出参考指纹，包括：

将所述候选指纹集中，与所述基准指纹的相似度数值最大的候选指纹，确定为参考指纹。

在一些实施例中，所述计算所述基准指纹与预设指纹库中音频指纹的相似度，包括：

分别统计所述基准指纹与预设指纹库中各音频指纹所包含的相同哈希值的数量；

根据所述相同哈希值的数量，分别计算所述基准指纹与指纹库中各音频指纹的相似度。