[发明专利]歌手识别模型的训练及歌手识别方法、装置和相关设备

说明书

本发明公开了一种歌手识别模型的训练方法，应用于人工智能技术领域，用于解决歌手识别时“专辑效应”导致识别结果不准确的技术问题。本发明提供的方法包括：获取样本歌曲；将该样本歌曲转换为携带有该歌手标签和该域标签的样本梅尔频谱；通过该特征提取器对该样本梅尔频谱进行特征提取，得到中间样本特征；将该中间样本特征输入至该歌手分类器，得到该歌手分类器的损失；将携该中间样本特征输入至该域分类器，得到该域分类器的损失；根据该歌手分类器的损失、该域分类器的损失以及该歌手识别模型的损失函数计算该待训练的歌手识别模型的损失；当该损失中该歌手分类器的损失最小且该域分类器的损失最大时，得到训练好的歌手识别模型。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种歌手识别模型的训练及歌手识别方法、装置和相关设备。

背景技术

歌手识别是音乐信息检索领域中的一项重要任务，它的目的是在给定的音频样本中识别出是哪位歌手演唱的，以便于音乐库的管理。目前歌手识别方法一般是通过模型来实现，将歌手识别模型经过适当训练后，歌手识别模型还可以学习一些演唱相关的下游任务，如歌声合成等。

但是，目前为止至少还存在一个主要的挑战——如何处理不同专辑之间的数据分布不相同的问题，这里数据分布不相同主要指由于专辑风格及歌唱者嗓音随时间的变化带来的结果。传统解决歌手识别任务的技术方案主要是对原始音频进行特征提取，设计深度学习网络也是一种特征提取。但是，由于训练集与测试集数据分布不相同的问题，导致利用训练集训练得出的模型不能很好地泛化到测试集中，带来的结果是不同专辑风格(例如摇滚类和民谣类)会对歌手识别的准确性造成不良影响，这种现象被称为“专辑效应”。

发明内容

本发明实施例提供一种歌手识别模型的训练及歌手识别方法、装置、计算机设备及存储介质，以解决歌手识别时“专辑效应”导致识别结果不准确的技术问题。

一种歌手识别模型的训练方法，待训练的歌手识别模型包括特征提取器、歌手分类器和域分类器，该方法包括：

获取样本歌曲，该样本歌曲携带有歌手标签和域标签；

将该样本歌曲转换为携带有该歌手标签和该域标签的样本梅尔频谱；

通过该特征提取器对该样本梅尔频谱进行特征提取，得到中间样本特征；

将携带有该歌手标签的该中间样本特征输入至该歌手分类器，得到该歌手分类器的损失；

将携带有该域标签的该中间样本特征输入至该域分类器，得到该域分类器的损失；

根据该歌手分类器的损失、该域分类器的损失以及该歌手识别模型的损失函数计算该待训练的歌手识别模型的损失；

当该损失中该歌手分类器的损失最小且该域分类器的损失最大时，得到训练好的歌手识别模型。

根据上述方法训练得到的歌手识别模型进行歌手识别的方法，该方法包括：

获取待识别的歌曲；

将该待识别的歌曲转换为对应的梅尔频谱；

将该梅尔频谱输入至训练好的歌手识别模型的特征提取器，得到中间特征；

将该中间特征输入至该训练好的歌手识别模型的歌手分类器，得到对应的歌手。

一种歌手识别模型的训练装置，该装置包括：

样本获取模块，用于获取样本歌曲，该样本歌曲携带有歌手标签和域标签；

第一转换模块，用于将该样本歌曲转换为携带有该歌手标签和该域标签的样本梅尔频谱；

第一提取模块，用于通过该特征提取器对该样本梅尔频谱进行特征提取，得到中间样本特征；