[发明专利]模型训练方法、音频处理方法、设备及可读存储介质

说明书

本申请公开了一种模型训练方法、音频处理方法、设备及计算机可读存储介质，该模型训练方法包括：获取训练数据；其中，训练数据包括训练干声数据及对应的训练伴奏数据；将训练干声数据输入初始模型的第一特征提取网络，得到训练干声特征；将训练伴奏数据输入初始模型的第二特征提取网络，得到训练伴奏特征；将训练干声特征和训练伴奏特征，输入初始模型的特征处理网络，得到训练参数；利用训练参数与训练数据的训练标签确定损失值，并利用损失值对初始模型进行参数调节；若检测到满足训练完成条件，则将调节后的模型确定为音频评价模型；能够提供更加丰富的评价方式，从乐理的多个角度进行评价，使得处理参数的可信度好，可靠性高。

技术领域

本申请涉及音频处理技术领域，特别涉及模型训练方法、音频处理方法、电子设备及计算机可读存储介质。

背景技术

在k歌软件中，通常需要对用户的演唱进行评价，以便用户进行比赛或清楚自身的演唱水平。相关技术通常以音准音高等作为评价基准对用户的干声进行评价，例如获取歌曲原唱的基频曲线，将用户干声的基频曲线与其比对，将匹配度作为用户演唱水平的评价参数。然而，相关技术的评价方式单一生硬，限制了用户的自由发挥，且没有考虑节奏、音色和谐程度等其他评价考量因素，使得评价参数可信度低。

发明内容

有鉴于此，本申请的目的在于提供一种模型训练方法、电子设备及计算机可读存储介质，使得对音频的评价参数的可信度好，可靠性高。

为解决上述技术问题，第一方面，本申请提供了一种模型训练方法，包括：

获取训练数据；其中，所述训练数据包括训练干声数据及对应的训练伴奏数据；

将所述训练干声数据输入初始模型的第一特征提取网络，得到训练干声特征；

将所述训练伴奏数据输入所述初始模型的第二特征提取网络，得到训练伴奏特征；

将所述训练干声特征和所述训练伴奏特征输入所述初始模型的拼接网络，得到待处理特征；

将所述待处理特征输入所述初始模型的特征处理网络，得到训练参数；

利用所述训练参数与所述训练数据的训练标签确定损失值，并利用所述损失值对所述初始模型进行参数调节；

若检测到满足训练完成条件，则将调节后的模型确定为音频评价模型。

可选地，所述训练标签的生成过程，包括：

输出所述训练数据对应的训练音频；

获取所述训练音频对应的若干组标签数据；其中，每组所述标签数据包括若干个训练子标签，不同的所述训练子标签对应于不同的歌声与伴奏匹配评价角度；

利用各组所述若干个训练子标签生成初始训练标签，并利用若干个所述初始训练标签生成所述训练标签。

可选地，所述初始模型为孪生网络，所述利用所述损失值对所述初始模型进行参数调节，包括：

利用所述损失值对所述第一特征提取网络进行参数调节；

利用调节后的所述第一特征提取网络参数，对所述第二特征提取网络进行参数替换；

利用所述损失值对所述特征处理网络进行参数调节。

可选地，所述初始模型为伪孪生网络，所述利用所述损失值对所述初始模型进行参数调节，包括：

利用所述损失值分别对所述第一特征提取网络和所述第二特征提取网络进行参数调节；

利用所述损失值对所述特征处理网络进行参数调节。

可选地，所述初始模型为半孪生网络，所述利用所述损失值对所述初始模型进行参数调节，包括：