[发明专利]乐曲识别方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种乐曲识别方法，应用于包括音频输入装置的终端设备，其特征在于，所述方法包括：

通过音频输入装置接收用户输入的音频；

对所述音频进行分析并确定所述音频的面貌信息，所述面貌信息包括无效音频、低信噪比音频或高信噪比音频；

当所述面貌信息指示所述音频为低信噪比音频时，根据低信噪比识别策略对所述音频进行识别，并输出低信噪比识别结果；

当所述面貌信息指示所述音频为高信噪比音频时，根据高信噪比识别策略对所述音频进行识别，并输出高信噪比识别结果；

基于所述低信噪比识别结果或所述高信噪比识别结果确定所识别到的乐曲。

2.如权利要求1所述的乐曲识别方法，其特征在于，所述对所述音频进行分析并确定所述音频的面貌信息，包括：

对所述音频进行分帧处理，以得到多个音频帧；

分别计算各音频帧属于有效音频帧的概率，当所述属于有效音频帧的概率大于或等于预设的第一阈值时，将对应的音频帧确定为有效音频帧；否则，将对应的音频帧确定为无效音频帧；

统计有效音频帧的数量，并计算有效音频帧的数量与所述多个音频帧的数量的比值；

当所述比值小于预设的第二阈值时，确定所述面貌信息为无效音频并停止对所述音频的识别。

3.如权利要求2所述的乐曲识别方法，其特征在于，所述方法还包括：

当所述比值大于或等于所述第二阈值时，基于所述有效音频帧的数量计算所述属于有效音频帧的概率的均值；

当所述均值大于或等于预设的第三阈值时，确定所述面貌信息为高信噪比音频；否则，确定所述面貌信息为低信噪比音频。

4.如权利要求1所述的乐曲识别方法，其特征在于，所述低信噪比识别策略包括多个识别子策略，所述根据低信噪比识别策略对所述音频进行识别，包括：

按照预设的顺序依次调用所述多个识别子策略对所述音频进行识别，并基于预设的曲库依次确定通过各识别子策略识别到的至少一个识别子结果以及所述至少一个识别子结果与所述曲库中的对应乐曲之间的低信噪比相似度；

当与所述多个识别子策略中的一个识别子策略对应的低信噪比相似度大于或等于预设的第四阈值时，将与该识别子策略对应的乐曲确定为识别到的乐曲并且停止调用识别子策略对所述音频进行识别。

5.如权利要求1所述的乐曲识别方法，其特征在于，所述高信噪比识别策略包括多个识别子策略，所述根据高信噪比识别策略对所述音频进行识别，包括：

对所述音频进行场景分类处理，并根据场景分类的结果确定调用所述多个识别子策略中的一个或多个对所述音频进行识别；

基于预设的曲库确定通过一个或多个识别子策略识别到的一个或多个识别子结果以及所述一个或多个识别子结果与所述曲库中的对应乐曲之间的一个或多个高信噪比相似度；

将各高信噪比相似度与预设的第五阈值分别进行比对，并将与大于或等于所述第五阈值的高信噪比相似度对应的乐曲确定为识别到的乐曲。

6.如权利要求5所述的乐曲识别方法，其特征在于，各识别子策略分别与一音频类别以及一子策略阈值相对应，所述对所述音频进行场景分类处理，并根据场景分类的结果确定调用所述多个识别子策略中的一个或多个对所述音频进行识别，包括：

基于分类模型确定所述音频分别属于各音频类别的分类概率；

将各分类概率分别与所述各音频类别对应的子策略阈值进行比对；

当大于或等于子策略阈值时，确定所述音频属于相应的音频类别，并确定调用相应的识别子策略对所述音频进行识别；

当小于子策略阈值时，停止调用相应的识别子策略对所述音频进行识别。

7.如权利要求4或5所述的乐曲识别方法，其特征在于，所述方法还包括：

根据与所述识别到的乐曲对应的低信噪比相似度或高信噪比相似度，对所述识别到的乐曲进行排序；以及

对经排序的乐曲进行合并与去重复处理。