[发明专利]音频分类方法及装置

说明书

本申请实施例提供了音频分类方法及装置，其中，所述音频分类方法包括：提取多个待分类音频的第一音频特征以及第二音频特征，根据所述第一音频特征对所述多个待分类音频进行聚类处理，生成至少两个聚类簇，确定目标聚类簇对应的待分类音频集，并根据所述待分类音频集中待分类音频的第二音频特征，对所述待分类音频集中的待分类音频进行筛选获得目标分类音频集，其中，所述目标聚类簇为所述至少两个聚类簇之一，根据获得的至少两个目标分类音频集确定所述多个待分类音频的音频分类结果。

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种音频分类方法。本申请一个或者多个实施例同时涉及一种音频分类装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

随着网络技术的发展和普及，出现了大量聚合类音频的分发平台，能够为网络用户提供个性化的音频服务，包括上传、搜索、推荐、播放、下载等服务。为了便于用户搜索和使用音频，并贴合用户的兴趣和需求进行音频的推荐，需要对平台上的海量音频进行准确的分类并为每个音频分配全面、合理的标签。

传统的对音频分类的方法有基于机器学习以及浅层卷积神经网络结构模型进行训练预测分类，通过对声音文件进行提取log mel谱图(Mels)和gammatone谱图(GTs)等属性作为输入数据进行训练，最终得出分类预测模型进行预测。

但传统的基于机器学习的方法得出的模型无法有效进行分类预测；而由于浅层卷积神经网络模型结构单一，鲁棒性不足，音频分类结果的准确率较低。

发明内容

有鉴于此，本申请施例提供了一种音频分类方法。本申请一个或者多个实施例同时涉及一种音频分类装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中的音频分类过程存在的音频分类结果准确性较低的技术缺陷。

根据本申请实施例的第一方面，提供了一种音频分类方法，包括：

提取多个待分类音频的第一音频特征以及第二音频特征；

根据所述第一音频特征对所述多个待分类音频进行聚类处理，生成至少两个聚类簇；

确定目标聚类簇对应的待分类音频集，并根据所述待分类音频集中待分类音频的第二音频特征，对所述待分类音频集中的待分类音频进行筛选获得目标分类音频集，其中，所述目标聚类簇为所述至少两个聚类簇之一；

根据获得的至少两个目标分类音频集确定所述多个待分类音频的音频分类结果。

根据本申请实施例的第二方面，提供了一种音频分类装置，包括：

提取模块，被配置为提取多个待分类音频的第一音频特征以及第二音频特征；

聚类模块，被配置为根据所述第一音频特征对所述多个待分类音频进行聚类处理，生成至少两个聚类簇；

筛选模块，被配置为确定目标聚类簇对应的待分类音频集，并根据所述待分类音频集中待分类音频的第二音频特征，对所述待分类音频集中的待分类音频进行筛选获得目标分类音频集，其中，所述目标聚类簇为所述至少两个聚类簇之一；

确定模块，被配置为根据获得的至少两个目标分类音频集确定所述多个待分类音频的音频分类结果。

根据本申请实施例的第三方面，提供了一种计算设备，包括：

存储器和处理器；

所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，其中，所述处理器执行所述计算机可执行指令时实现所述音频分类方法的步骤。

根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述音频分类方法的步骤。