[发明专利]音色相似度的确定方法、装置及计算机存储介质

说明书

本公开提供了一种音色相似度的确定方法、装置及计算机存储介质，涉及数据处理技术领域。该方法可以基于k个第一均值特征向量以及k个第二均值特征向量，确定第一音频和第二音频的音色相似度。由于每个第一均值特征向量是基于m个第一特征向量中的多个第一特征向量的平均值确定的，每个第二均值特征向量是基于m个第二特征向量中的多个第二特征向量的平均值确定的，因此相较于现有技术中直接根据第一特征向量和第二特征向量确定音色相似度，本公开实施例提供的音色相似度确定方法确定的音色相似度的准确性较高。

技术领域

本公开涉及数据处理技术领域，特别涉及一种音色相似度的确定方法、装置及计算机存储介质。

背景技术

用户在使用手机等终端中安装的音频客户端录制音频后，音频客户端可以确定用户的音频与其他音频的音色相似度，以便用户获知与其音色相似的其他音频。

相关技术中，音频客户端可以基于用户的音频确定第一特征向量，并可以基于其他音频确定第二特征向量，之后可以计算第一特征向量与第二特征向量的余弦距离，并将该余弦距离确定为用户的音频和其他音频的音色相似度。

但是，相关技术中确定的音色相似度的准确性较低。

发明内容

本公开提供了一种音色相似度的确定方法、装置及计算机存储介质，可以解决相关技术的确定的音色相似度的准确性较低的问题。所述技术方案如下：

一方面，提供了一种音色相似度的确定方法，所述方法包括：

获取第一音频的m个第一特征向量，以及第二音频的m个第二特征向量，所述第一音频与所述第二音频为不同的音频，所述m为大于1的整数；

根据m个所述第一特征向量确定k个第一均值特征向量，每个所述第一均值特征向量基于m个所述第一特征向量中的多个所述第一特征向量的平均值确定，所述k为正整数；

根据m个所述第二特征向量确定与k个所述第一均值特征向量一一对应的k个第二均值特征向量，每个所述第二均值特征向量基于m所述个第二特征向量中的多个所述第二特征向量的平均值确定；

基于k个所述第一均值特征向量以及k个所述第二均值特征向量确定所述第一音频和所述第二音频的音色相似度。

可选的，所述根据m个所述第一特征向量确定k个第一均值特征向量，包括：

将m个所述第一特征向量划分为k个不同的第一向量组，每个所述第一向量组包括n个连续的第一特征向量，所述n为大于1且小于所述m的整数；

对于每个所述第一向量组，将所述第一向量组包括的n个连续的第一特征向量的平均值确定为一个第一均值特征向量，得到k个所述第一均值特征向量；

所述根据m个所述第二特征向量确定与k个所述第一均值特征向量一一对应的k个第二均值特征向量，包括：

将m个所述第二特征向量划分为k个不同的第二向量组，每个所述第二向量组包括n个连续的第二特征向量；

对于每个所述第二向量组，将所述第二向量组包括的n个连续的第二特征向量的平均值确定为一个第二均值特征向量，得到k个所述第二均值特征向量。

可选的，任意两个所述第一向量组的交集为空，且相邻两个所述第一向量组包括的所述第一特征向量连续；

任意两个所述第二向量组的交集为空，且相邻两个所述第二向量组包括的所述第二特征向量连续。

可选的，所述k为大于1的整数，所述基于k个所述第一均值特征向量以及k个所述第二均值特征向量确定所述第一音频和所述第二音频的音色相似度，包括：

对于每个所述第一均值特征向量以及对应的一个所述第二均值特征向量，采用皮尔逊算法进行处理，确定一个音色距离，得到k个所述音色距离；