[发明专利]一种音频伴奏信息的评估方法、装置及存储介质

权利要求书

1.一种音频伴奏信息的评估方法，其特征在于，包括：

获取待训练音频，为所述待训练音频分配相应的伴奏标签信息；

截取所述待训练音频的训练伴奏信息，并提取所述训练伴奏信息相应的训练伴奏特征信息；

对所述伴奏特征信息进行正态分布化，得到正态分布化后的目标伴奏特征信息；

将所述目标伴奏特征信息与相应的伴奏标签信息输入预设神经网络模型中进行训练，得到训练后的目标预设神经网络模型；

基于训练后的目标预设神经网络模型对待评估音频的音频伴奏信息进行评估。

2.根据权利要求1所述的评估方法，其特征在于，所述截取所述待训练音频的训练伴奏信息，并提取所述训练伴奏信息相应的训练伴奏特征信息的步骤，包括：

将所述待训练音频起始的预设时间截掉，得到目标待训练音频；

截取所述目标待训练音频预设时间长度的伴奏信息作为训练伴奏信息；

提取所述训练伴奏信息相应的训练伴奏特征信息。

3.根据权利要求2所述的评估方法，其特征在于，所述截取所述目标待训练音频预设时间长度的伴奏信息作为训练伴奏信息的步骤，包括：

检测所述目标待训练音频是否包含预设时间长度的伴奏信息；

当检测到所述目标待训练音频包含预设时间长度的伴奏信息时，截取所述目标待训练音频预设时间长度的伴奏信息作为训练伴奏信息；

当检测到所述目标待训练音频不包含预设时间长度的伴奏信息时，对所述目标待训练音频进行补零操作，并截取补零操作后的目标待训练音频预设时间长度的伴奏信息作为训练伴奏信息。

4.根据权利要求3所述的评估方法，其特征在于，所述提取所述训练伴奏信息相应的训练伴奏特征信息的步骤，包括：

根据预设帧长度和预设帧重叠率提取所述训练伴奏信息相应的预设帧数的第一梅尔频谱特征、第一感知线性预测特征和第一相对谱变换感知线性预测特征；

将所述预设帧数的第一梅尔频谱特征、第一感知线性预测特征和第一相对谱变换感知线性预测特征确定为训练伴奏特征信息。

5.根据权利要求4所述的评估方法，其特征在于，所述基于训练后的预设神经网络模型对待评估音频的音频伴奏信息进行评估的步骤，包括：

将待评估音频起始的预设时间截掉，得到目标待评估音频；

截取所述目标待评估音频预设时间长度的伴奏信息作为评估伴奏信息；

根据预设帧长度和预设帧重叠率提取所述评估伴奏信息相应的预设帧数的第二梅尔频谱特征、第二感知线性预测特征和第二相对谱变换感知线性预测特征，并进行正态分布化；

将正态分布化后的预设帧数的第二梅尔频谱特征、第二感知线性预测特征和第二相对谱变换感知线性预测特征输入至训练后的目标预设神经网络模型中，得到所述待评估音频的音频伴奏信息相应的第一评估信息。

6.根据权利要求1至5任一项所述的评估方法，其特征在于，所述对所述伴奏特征信息进行正态分布化，得到正态分布化后的目标伴奏特征信息的步骤，包括：

获取所述伴奏特征信息每一特征维度上相应的特征均值和特征标准差；

基于不同的特征维度，将每一特征维度上的伴奏特征信息减去相应的特征均值，并将减去特征均值的伴奏特征信息除以相应的特征标准差，得到相应的目标伴奏特征信息。

7.根据权利要求1所述的评估方法，其特征在于，所述将所述目标伴奏特征信息与相应的伴奏标签信息输入目标预设神经网络模型中进行训练的步骤之前，还包括：

按照预设比例将所述待训练音频分为第一待训练音频、第二待训练音频和第三待训练音频；

所述将所述目标伴奏特征信息与相应的伴奏标签信息输入预设神经网络模型中进行训练，得到训练后的目标预设神经网络模型的步骤，包括：

将第一待训练音频相应的目标伴奏特征信息与相应的第一伴奏标签信息输入预设神经网络模型中进行训练，得到训练后的预设神经网络模型；

基于所述第二待训练音频和第三待训练音频对训练后的预设神经网络模型进行验证；

当检测到验证通过时，将训练后的预设神经网络模型确定为目标预设神经网络模型。