[发明专利]音频识别方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种音频识别方法，其特征在于，包括：

获取清唱音频数据后，提取所述清唱音频数据的基频序列；

获取所述清唱音频数据对应的歌曲的乐器数字接口MIDI模板，所述MIDI模板用于表示歌曲的标准化音乐参数；

基于所述MIDI模板调整所述基频序列对应的音区，以及所述基频序列对应的发声速度；

计算调整后的基频序列和所述MIDI模板之间的匹配度；

根据所述匹配度确定所述清唱音频数据的识别结果，所述识别结果用于指示所述清唱音频数据是否合格。

2.根据权利要求1所述的方法，其特征在于，所述提取所述清唱音频数据的基频序列，包括：

若所述清唱音频数据对应的音频时长大于或等于第一阈值，则提取所述清唱音频数据的基频序列。

3.根据权利要求1所述的方法，其特征在于，所述获取所述清唱音频数据对应的歌曲的乐器数字接口MIDI模板，包括：

基于所述基频序列确定所述清唱音频数据对应的人声时长；

确定所述清唱音频数据对应的人声时长是否大于或等于第二阈值；

若所述清唱音频数据对应的人声时长大于或等于所述第二阈值，则获取所述清唱音频数据对应的歌曲的乐器数字接口MIDI模板。

4.根据权利要求3所述的方法，其特征在于，所述基于所述基频序列确定所述清唱音频数据对应的人声时长，包括：

获取所述基频序列中每个基频对应的元音帧时长；

基于所述每个基频对应的元音帧时长确定所述清唱音频数据对应的人声时长。

5.根据权利要求1所述的方法，其特征在于，所述基于所述MIDI模板调整所述基频序列对应的音区，包括：

确定所述MIDI模板对应的音高与所述基频序列对应的音高之间的差值；

基于所述差值调整所述基频序列对应的音区。

6.根据权利要求1所述的方法，其特征在于，所述基于所述MIDI模板调整所述基频序列对应的发声速度，包括：

确定所述MIDI模板对应的持续时长与所述基频序列对应的人声时长之间的倍数关系；

基于所述倍数关系调整所述基频序列对应的发声速度。

7.根据权利要求1所述的方法，其特征在于，所述计算调整后的基频序列和所述MIDI模板之间的匹配度，包括：

基于动态时间规整算法确定所述调整后的基频序列和所述MIDI模板之间的累积距离；

基于所述累积距离确定所述调整后的基频序列和所述MIDI模板之间的匹配度。

8.根据权利要求1～7中任一项所述的方法，其特征在于，所述根据所述匹配度确定所述清唱音频数据的识别结果，包括：

若所述匹配度大于或等于第三阈值，则所述识别结果用于指示所述清唱音频数据合格；

若所述匹配度小于所述第三阈值，则所述识别结果用于指示所述清唱音频数据不合格。

9.根据权利要求8所述的方法，其特征在于，还包括：

获得由多个清唱音频样本得到的时长与匹配度对应关系，其中所述清唱音频样本包括MIDI模板样本对应的持续时长信息和匹配度信息；

基于所述MIDI模板对应的持续时长以及所述时长与匹配度对应关系确定所述第三阈值。

10.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1～9任一项所述的音频识别方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一条或多条计算机程序，所述一条或多条计算机程序适于由处理器加载并执行如权利要求1～9任一项所述的音频识别方法。