CN105930522B - 智能推荐音乐的方法、系统和装置 - Google Patents
智能推荐音乐的方法、系统和装置 Download PDFInfo
- Publication number
- CN105930522B CN105930522B CN201610355189.5A CN201610355189A CN105930522B CN 105930522 B CN105930522 B CN 105930522B CN 201610355189 A CN201610355189 A CN 201610355189A CN 105930522 B CN105930522 B CN 105930522B
- Authority
- CN
- China
- Prior art keywords
- music
- currently playing
- playing music
- humming
- sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
- G06F16/63—Querying
- G06F16/635—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供一种智能推荐音乐的方法、系统和装置,所述方法包括:在播放音乐时采集周围环境中的声音;分析所采集的声音,判断用户是否在哼唱当前播放的音乐;根据判断结果调整对所述当前播放的音乐的推荐权重。本公开根据用户是否哼唱当前播放的音乐判断用户是否喜欢,并据此来调整对当前播放的音乐的推荐权重,与单纯依靠标签、内容历史、机器学习或者收听历史等方式相比,本公开可以根据用户对正在播放的音乐的反应更加智能地向用户推荐符合用户喜好的音乐,从而提高音乐推荐的精准度。
Description
技术领域
本公开总体涉及多媒体技术领域,具体而言,涉及一种智能推荐音乐的方法、系统和装置。
背景技术
目前的多媒体设备多数都具有音乐播放功能,用户可以通过搜索选择感兴趣的音乐进行播放,同时还可以根据自己的喜好对喜欢的音乐进行标记,以便快速选择播放。
但是相关技术中主要是基于标签、内容、机器学习或者是分析历史数据的方法来分析并向用户推荐音乐的,这种推荐算法仅仅是基于歌曲本身的内容或者是用户历史收听音乐的行为来决定。另外,相关技术中还可以通过哼唱音乐旋律来搜索音乐,即发明人发现相关技术中至少存在如下问题:用户在不同时间或者不同环境下所喜好的音乐有时会有变化,因此根据对收听音乐的历史数据分析的结果来推荐的音乐在精准度方面往往会出现偏差,也就是推荐的音乐并不能满足用户的需求。
因此,需要一种新的智能推荐音乐的系统及方法。
在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解,因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种智能推荐音乐的方法、系统和装置,能够提供一种新的判断准则来衡量用户是否喜欢当前播放的音乐,从而提高音乐推荐的准确度。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一方面,本公开提供一种智能推荐音乐的方法,包括:
在播放音乐时采集周围环境中的声音;
分析所采集的声音,判断用户是否在哼唱当前播放的音乐;
根据判断结果调整对所述当前播放的音乐的推荐权重。
根据本公开的一实施方式,所述分析所采集的声音,判断用户是否在哼唱当前播放的音乐包括:
对采集的所述周围环境中的声音进行去噪和提取,从声音片段中识别出哼唱片段;
对比所述哼唱片段与所述当前播放的音乐的旋律是否符合,如果符合则表示用户在哼唱当前播放的音乐,如果不符合则表示用户没有哼唱当前播放的音乐。
根据本公开的一实施方式,所述对比所述哼唱片段与所述当前播放的音乐的旋律是否符合包括:
从所述哼唱片段中选取特定时长的哼唱片段;
将所述特定时长的哼唱片段的旋律与所述当前播放的音乐的旋律进行对比,如果相似度大于等于阈值,则对比结果为符合,如果相似度小于阈值,则对比结果为不符合。
根据本公开的一实施方式,所述根据判断结果调整对所述当前播放的音乐的推荐权重包括:
如果判断结果为用户在哼唱当前播放的音乐,则增大对所述当前播放的音乐的推荐权重。
根据本公开的一实施方式,所述增大对所述当前播放的音乐的推荐权重之后还包括:
增大与所述当前播放的音乐旋律相类似的音乐的推荐权重,且小于对所述当前播放的音乐的推荐权重。
根据本公开的另一方面,还提供一种智能推荐音乐的系统,包括:
声音采集模块,被配置为在播放音乐时采集周围环境中的声音;
判断模块,被配置为分析所述声音采集模块所采集的声音,判断用户是否在哼唱当前播放的音乐;
推荐模块,被配置为根据所述判断模块输出的判断结果调整对所述当前播放的音乐的推荐权重。
根据本公开的一实施方式,所述判断模块包括:
识别子模块,被配置为对采集的所述周围环境中的声音进行去噪和提取,从声音片段中识别出哼唱片段;
对比子模块,被配置为对比所述哼唱片段与所述当前播放的音乐的旋律是否符合,如果符合则表示用户在哼唱当前播放的音乐,如果不符合则表示用户没有哼唱当前播放的音乐。
根据本公开的一实施方式,所述对比子模块被配置为从所述哼唱片段中选取特定时长的哼唱片段,并将所述特定时长的哼唱片段的旋律与和所述当前播放的音乐的旋律进行对比,如果相似度大于等于阈值,则对比结果为符合,如果相似度小于阈值,则对比结果为不符合。
根据本公开的一实施方式,所述推荐模块被配置为如果所述判断模块输出的判断结果为用户在哼唱当前播放的音乐,则增大对所述当前播放的音乐的推荐权重。
根据本公开的一实施方式,所述推荐模块还被配置为增大与所述当前播放的音乐旋律相类似的音乐的推荐权重,且小于对所述当前播放的音乐的推荐权重。
根据本公开的另一方面,还提供一种智能推荐音乐的装置,包括:
处理器;以及
用于存储处理器可执行指令的存储器;
其中所述处理器被配置为:
在播放音乐时采集周围环境中的声音;
分析所采集的声音,判断用户是否在哼唱当前播放的音乐;
根据判断结果调整对所述当前播放的音乐的推荐权重。
根据本公开的智能推荐音乐的方法、系统和装置,能够根据用户是否哼唱当前播放的音乐判断用户是否喜欢,并据此来调整对当前播放的音乐的推荐权重,与单纯依靠标签、内容历史、机器学习或者收听历史等方式相比,本公开可以根据用户对正在播放的音乐的反应更加智能地向用户推荐符合用户喜好的音乐,从而提高音乐推荐的精准度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
通过参照附图详细描述其示例实施例,本公开的上述和其它目标、特征及优点将变得更加显而易见。
图1示出根据本公开示例实施方式的一种智能推荐音乐的方法的流程图。
图2示出根据本公开示例实施方式的步骤S20的流程图。
图3示出根据本公开示例实施方式的一种智能推荐音乐的方法的流程图。
图4示出根据本公开示例实施方式的一种智能推荐音乐的系统的示意图。
图5示出根据本公开示例实施方式的的判断模块的示意图。
图6示出根据本公开示例实施方式的一种智能推荐音乐的装置的示意图。
图7示出根据本公开示例实施方式的一种用于智能推荐音乐的装置的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免喧宾夺主而使得本公开的各方面变得模糊。
附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
图1和图3示出根据本公开示例实施方式的一种智能推荐音乐的方法的流程图,该方法可以用于终端中,终端可以是智能设备。
如图1和图3所示,在步骤S10中,在播放音乐时采集周围环境中的声音。
在本实施例中,播放音乐的同时,也就是在用户收听音乐的时候采集周围环境的声音,可以提供终端上自身带的麦克或者其他与终端集成的声音采集模块来获取周围环境的声音。以手机为例,在利用手机上安装的音乐播放器播放音乐的同时,利用手机上的麦克获取周围环境的声音,以用于下一步骤。
如图1和图3所示,在步骤S20中,分析所采集的声音,判断用户是否在哼唱当前播放的音乐。
图2示出根据本公开示例实施方式中步骤S20的流程图。
如图2所示,在步骤S21中,对采集的周围环境中的声音进行去噪和提取,从声音片段中识别出哼唱片段。由于采集的声音中可能夹杂着来自环境中的噪音,例如水流声、风声、车辆鸣笛声等等,因此采集到声音后首先要进行去噪处理,提取得到无噪的声音片段,以克服噪声对后续对哼唱片段进行识别以及对比产生的干扰。之后,从无噪的声音片段中识别出哼唱片段,可以是从声音片段中识别出包含旋律结构的部分作为哼唱片段。
如图2所示,在步骤S22中,对比哼唱片段与当前播放的音乐的旋律是否符合,如果符合则表示用户在哼唱当前播放的音乐,如果不符合则表示用户没有哼唱当前播放的音乐。
在本实施例中,从哼唱片段中选取特定时长的哼唱片段,时长大小可以为但不限于10秒,可以根据需要设定时长。所识别出的哼唱片段中具有旋律结构,因此将特定时长(如10秒)的哼唱片段的旋律与和当前播放的音乐(相对应的选取10秒长的音乐片段)的旋律进行对比,如果相似度大于等于阈值,则对比结果为符合,如果相似度小于阈值,则对比结果为不符合。根据哼唱片段与当前播放的音乐的旋律是否符合的对比结果来判断用户在播放音乐时是否产生哼唱行为,并以此来判断用户对当前播放音乐的喜好,以便在后续推荐过程中做出相应的调整。
其中对比特定时长的哼唱片段的旋律与当前播放的音乐的旋律主要是指对比两者的曲调,由于演唱水平、情绪、音色等各有不同,因此允许用户提供的哼唱片段的旋律与当前播放的音乐的旋律存在一定的偏差,可以将对比标准设定为相似度大于等于某一阈值,即当用户提供的哼唱片段的旋律与当前播放的音乐的旋律的相似度大于等于这个阈值(例如90%)时判定为符合,也就是判断结果为用户在哼唱当前播放的音乐;而当用户提供的哼唱片段的旋律与当前播放的音乐的旋律的相似度小于这个阈值(例如90%)时判定为不符合,也就是判断结果为用户没有在哼唱当前播放的音乐。所选定的阈值可以为但不限定为90%,在本公开的其他实施例中还可根据需要调整阈值为80%、70%等数值。
如图1和图3所示,在步骤S30中,根据判断结果调整对当前播放的音乐的推荐权重。
在本实施例中,如果步骤S20的判断结果为用户在哼唱当前播放的音乐,则增大对当前播放的音乐的推荐权重,在后续播放过程推荐这段音乐的强度增大,可以在一定程序上提高音乐推荐的精准度。
图3也示出根据本公开示例实施方式中一种智能推荐音乐的方法的步骤流程。
除了包括上述步骤S10至步骤S30,如图3所示,在步骤S40中,增大与当前播放的音乐旋律相类似的音乐的推荐权重,且小于对当前播放的音乐的推荐权重。例如,对于没有哼唱的音乐推荐权重为1,则对识别出哼唱的当前播放的音乐的推荐权重为1.9,而与当前播放的音乐旋律相类似的音乐的推荐权重为1.2、1.3等1~1.9之间的数值。该推荐权重还可以选定其他数值,只要对识别出用户在播放音乐时由哼唱的在后续推荐音乐过程中适当地增大推荐权重即可,能够通过用户的反应来调整对音乐推荐的权重,使得推荐的音乐更加符合用户的喜好,提高音乐推荐的精准度。
综上所述,本公开提供的智能推荐音乐的方法根据用户在播放音乐过程是否有哼唱行为来判断用户是否喜欢当前播放的音乐,并根据判断结果调整推荐权重,以实现智能地向用户推荐音乐。在播放音乐时,通过采集周围环境中的声音,可以判断出有哼唱行为,以此判断出用户喜欢当前播放的音乐,这样就可以在后续适当提高对当前播放的音乐(例如是一首歌曲)的推荐权重,以满足用户需求,从而提高推荐的精准度。
图4示出根据本公开示例实施方式中一种智能推荐音乐的系统。如图4所示,该系统40包括声音采集模块41,判断模块42和推荐模块43。
该声音采集模块41被配置为在播放音乐时采集周围环境中的声音。该判断模块42被配置为分析声音采集模块41所采集的声音,判断用户是否在哼唱当前播放的音乐。该推荐模块43被配置为根据判断模块42输出的判断结果调整对当前播放的音乐的推荐权重。
图5示出根据本公开示例实施方式中判断模块42的示意图,参见图5,判断模块42包括:识别子模块241和对比子模块422。
该识别子模块241可以被配置为对采集的周围环境中的声音进行去噪和提取,从声音片段中识别出哼唱片段。该对比子模块422可以被配置为对比哼唱片段与当前播放的音乐的旋律是否符合,如果符合则表示用户在哼唱当前播放的音乐,如果不符合则表示用户没有哼唱当前播放的音乐。
在一个例子中,对比子模块422还可以被配置为从哼唱片段中选取特定时长的哼唱片段,并将特定时长的哼唱片段的旋律与和当前播放的音乐的旋律进行对比,如果相似度大于等于阈值,则对比结果为符合,如果相似度小于阈值,则对比结果为不符合。特定时长的大小可以根据需要设定,以便能够快速判断出对比结果,例如某一首歌曲的时长为5分钟,设定的特定时长为10秒中,那么通过对比子模块422就可以在将10秒的哼唱片段与10秒的当前播放的音乐后及时判断出两者旋律是否符合,而不需要5分钟的整首歌曲播放完之后才得到对比结果,因此可以提高时效性。
在本实施例的一实施方式中,推荐模块43可以被配置为如果判断模块输出的判断结果为用户在哼唱当前播放的音乐,则增大对当前播放的音乐的推荐权重。
在本实施例的另一实施方式中,推荐模块43除了增大当前播放的音乐的推荐权重,还可以被配置为增大与当前播放的音乐旋律相类似的音乐的推荐权重,且小于对当前播放的音乐的推荐权重。
关于上述实施例中的系统,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
对于系统实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现木公开方案的目的。木领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
相应的,本公开还提供一种智能推荐音乐的装置,所述装置包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为:在播放音乐时采集周围环境中的声音;分析所采集的声音,判断用户是否在哼唱当前播放的音乐;根据判断结果调整对所述当前播放的音乐的推荐权重。
相应的,本公开还提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由终端的处理器执行时,使得终端能够执行一种智能推荐音乐的方法,所述方法包括:在播放音乐时采集周围环境中的声音;分析所采集的声音,判断用户是否在哼唱当前播放的音乐;根据判断结果调整对所述当前播放的音乐的推荐权重。
图6示出根据本公开示例实施方式中一种智能推荐音乐的装置600的示意图。例如,装置600可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,装置600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件616。
处理组件602通常控制装置600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件604和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在设备600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件606为装置600的各种组件提供电力。电力组件606可以包括电源管理系统,一个或多个电源,及其他与为装置600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括一个前置摄像头和/或后置摄像头。当设备600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当装置600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器,用于为装置600提供各个方面的状态评估。例如,传感器组件614可以检测到设备600的打开/关闭状态,组件的相对定位,例如所述组件为装置600的显示器和小键盘,传感器组件614还可以检测装置600或装置600一个组件的位置改变,用户与装置600接触的存在或不存在,装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器604,上述指令可由装置600的处理器620执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图7也示出根据本公开示例实施方式中一种智能推荐音乐的装置700的示意图。例如,装置700可以被提供为一服务器。参照图7,装置700包括处理组件722,其进一步包括一个或多个处理器,以及由存储器732所代表的存储器资源,用于存储可由处理组件722的执行的指令,例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件722被配置为执行指令,以执行上述方法。
装置700还可以包括一个电源组件726被配置为执行装置700的电源管理,一个有线或无线网络接口750被配置为将装置700连接到网络,和一个输入输出(I/O)接口758。装置700可以操作基于存储在存储器732的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
需要注意的是,图1仅是根据本公开示例实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,图1所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
以上具体地示出和描述了本公开的示例性实施方式。应可理解的是,本公开不限于这里描述的详细结构、设置方式或实现方法;相反,本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (9)
1.一种智能推荐音乐的方法,其特征在于,包括:
在播放音乐时采集周围环境中的声音;
分析所采集的声音,判断用户是否在哼唱当前播放的音乐;
根据判断结果调整对所述当前播放的音乐的推荐权重;
所述根据判断结果调整对所述当前播放的音乐的推荐权重包括:
如果判断结果为用户在哼唱当前播放的音乐,则增大对所述当前播放的音乐的推荐权重。
2.根据权利要求1所述的方法,其特征在于,所述分析所采集的声音,判断用户是否在哼唱当前播放的音乐包括:
对采集的所述周围环境中的声音进行去噪和提取,从声音片段中识别出哼唱片段;
对比所述哼唱片段与所述当前播放的音乐的旋律是否符合,如果符合则表示用户在哼唱当前播放的音乐,如果不符合则表示用户没有哼唱当前播放的音乐。
3.根据权利要求2所述的方法,其特征在于,所述对比所述哼唱片段与所述当前播放的音乐的旋律是否符合包括:
从所述哼唱片段中选取特定时长的哼唱片段;
将所述特定时长的哼唱片段的旋律与所述当前播放的音乐的旋律进行对比,如果相似度大于等于阈值,则对比结果为符合,如果相似度小于阈值,则对比结果为不符合。
4.根据权利要求1所述的方法,其特征在于,所述增大对所述当前播放的音乐的推荐权重之后还包括:
增大与所述当前播放的音乐旋律相类似的音乐的推荐权重,且小于对所述当前播放的音乐的推荐权重。
5.一种智能推荐音乐的系统,其特征在于,包括:
声音采集模块,被配置为在播放音乐时采集周围环境中的声音;
判断模块,被配置为分析所述声音采集模块所采集的声音,判断用户是否在哼唱当前播放的音乐;
推荐模块,被配置为根据所述判断模块输出的判断结果调整对所述当前播放的音乐的推荐权重;
所述推荐模块被配置为如果所述判断模块输出的判断结果为用户在哼唱当前播放的音乐,则增大对所述当前播放的音乐的推荐权重。
6.根据权利要求5所述的系统,其特征在于,所述判断模块包括:
识别子模块,被配置为对采集的所述周围环境中的声音进行去噪和提取,从声音片段中识别出哼唱片段;
对比子模块,被配置为对比所述哼唱片段与所述当前播放的音乐的旋律是否符合,如果符合则表示用户在哼唱当前播放的音乐,如果不符合则表示用户没有哼唱当前播放的音乐。
7.根据权利要求6所述的系统,其特征在于,所述对比子模块被配置为从所述哼唱片段中选取特定时长的哼唱片段,并将所述特定时长的哼唱片段的旋律与所述当前播放的音乐的旋律进行对比,如果相似度大于等于阈值,则对比结果为符合,如果相似度小于阈值,则对比结果为不符合。
8.根据权利要求5所述的系统,其特征在于,所述推荐模块还被配置为增大与所述当前播放的音乐旋律相类似的音乐的推荐权重,且小于对所述当前播放的音乐的推荐权重。
9.一种智能推荐音乐的装置,其特征在于,包括:
处理器,用于存储处理器可执行指令的存储器;
其中所述处理器被配置为:
在播放音乐时采集周围环境中的声音;
分析所采集的声音,判断用户是否在哼唱当前播放的音乐;
根据判断结果调整对所述当前播放的音乐的推荐权重;
所述根据判断结果调整对所述当前播放的音乐的推荐权重包括:
如果判断结果为用户在哼唱当前播放的音乐,则增大对所述当前播放的音乐的推荐权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610355189.5A CN105930522B (zh) | 2016-05-25 | 2016-05-25 | 智能推荐音乐的方法、系统和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610355189.5A CN105930522B (zh) | 2016-05-25 | 2016-05-25 | 智能推荐音乐的方法、系统和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105930522A CN105930522A (zh) | 2016-09-07 |
CN105930522B true CN105930522B (zh) | 2019-04-30 |
Family
ID=56842221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610355189.5A Active CN105930522B (zh) | 2016-05-25 | 2016-05-25 | 智能推荐音乐的方法、系统和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105930522B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628886B (zh) * | 2017-03-20 | 2020-12-22 | 中移(杭州)信息技术有限公司 | 一种音频文件推荐方法及装置 |
CN110930999A (zh) * | 2018-09-19 | 2020-03-27 | 上海博泰悦臻电子设备制造有限公司 | 语音互动方法、装置及车辆 |
CN110909199A (zh) * | 2019-11-18 | 2020-03-24 | 彩讯科技股份有限公司 | 一种基于车载系统的歌曲推荐展示方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101552000A (zh) * | 2009-02-25 | 2009-10-07 | 北京派瑞根科技开发有限公司 | 音乐相似性处理方法 |
CN103324698A (zh) * | 2013-06-08 | 2013-09-25 | 北京航空航天大学 | 一种基于数据级并行gpu加速的大规模哼唱旋律匹配系统 |
CN103559309A (zh) * | 2013-11-19 | 2014-02-05 | 北京航空航天大学 | 一种基于gpu加速的音乐检索与推荐系统 |
CN103988256A (zh) * | 2011-12-05 | 2014-08-13 | 索尼公司 | 声音处理装置、声音处理方法、程序、记录介质、服务器装置、声音再现装置以及声音处理系统 |
-
2016
- 2016-05-25 CN CN201610355189.5A patent/CN105930522B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101552000A (zh) * | 2009-02-25 | 2009-10-07 | 北京派瑞根科技开发有限公司 | 音乐相似性处理方法 |
CN103988256A (zh) * | 2011-12-05 | 2014-08-13 | 索尼公司 | 声音处理装置、声音处理方法、程序、记录介质、服务器装置、声音再现装置以及声音处理系统 |
CN103324698A (zh) * | 2013-06-08 | 2013-09-25 | 北京航空航天大学 | 一种基于数据级并行gpu加速的大规模哼唱旋律匹配系统 |
CN103559309A (zh) * | 2013-11-19 | 2014-02-05 | 北京航空航天大学 | 一种基于gpu加速的音乐检索与推荐系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105930522A (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104867506B (zh) | 自动控制音乐的方法和装置 | |
CN107515925A (zh) | 音乐播放方法及装置 | |
CN104166689B (zh) | 电子书籍的呈现方法及装置 | |
CN107105314A (zh) | 视频播放方法及装置 | |
CN104090921B (zh) | 多媒体文件播放方法、装置、终端及服务器 | |
CN106227816B (zh) | 推送歌单的方法及装置 | |
CN108287921A (zh) | 信息推荐方法及装置 | |
CN106484856B (zh) | 音频播放方法及装置 | |
CN104933170A (zh) | 信息展示方法及装置 | |
CN106941624A (zh) | 网络视频试看的处理方法和装置 | |
CN104133851A (zh) | 音频相似度的检测方法和检测装置、电子设备 | |
CN104394137B (zh) | 一种提醒语音通话的方法及装置 | |
CN107147957B (zh) | 视频播放方法和装置 | |
CN104991754A (zh) | 录音方法及装置 | |
CN108227950A (zh) | 一种输入方法和装置 | |
CN105930522B (zh) | 智能推荐音乐的方法、系统和装置 | |
CN109961787A (zh) | 确定采集结束时间的方法及装置 | |
CN107333182A (zh) | 多媒体文件的播放方法及装置 | |
CN106550252A (zh) | 信息的推送方法、装置及设备 | |
CN107885816A (zh) | 音乐推荐的方法、装置、存储介质及终端设备 | |
CN106777115A (zh) | 歌曲处理方法及装置 | |
CN108460138A (zh) | 音乐推荐方法、装置、设备及存储介质 | |
CN106777016A (zh) | 基于即时通信进行信息推荐的方法及装置 | |
CN110232909A (zh) | 一种音频处理方法、装置、设备及可读存储介质 | |
CN109977256A (zh) | 歌曲推荐方法及装置、电子设备、机器可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |