CN109145148A - 信息处理方法和装置 - Google Patents
信息处理方法和装置 Download PDFInfo
- Publication number
- CN109145148A CN109145148A CN201710506048.3A CN201710506048A CN109145148A CN 109145148 A CN109145148 A CN 109145148A CN 201710506048 A CN201710506048 A CN 201710506048A CN 109145148 A CN109145148 A CN 109145148A
- Authority
- CN
- China
- Prior art keywords
- vocal print
- audio
- sound source
- audition
- source information
- 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.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 28
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 230000001755 vocal effect Effects 0.000 claims abstract description 165
- 239000013598 vector Substances 0.000 claims abstract description 134
- 238000000034 method Methods 0.000 claims abstract description 46
- 239000000284 extract Substances 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 45
- 238000000605 extraction Methods 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 230000006854 communication Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000000556 factor analysis Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 235000018185 Betula X alpestris Nutrition 0.000 description 1
- 235000018212 Betula X uliginosa Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- CVXBEEMKQHEXEN-UHFFFAOYSA-N carbaryl Chemical compound C1=CC=C2C(OC(=O)NC)=CC=CC2=C1 CVXBEEMKQHEXEN-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了信息处理方法和装置。该方法的一具体实施方式包括：获取待识别的音频文件并从音频文件中提取至少一段音频；从至少一段音频中提取至少一个声纹特征向量；将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，声纹库用于表征声纹特征向量和声源信息的对应关系。该实施方式能够提高识别音频文件中各声源的声源信息的速度和准确性。
Description
技术领域
本申请涉及计算机技术领域，具体涉及语音处理技术领域，尤其涉及信息处理方法和装置。
背景技术
现实生活中，当我们浏览网站偶然听到一首美妙动听的歌曲、突然收到朋友在社交软件上发来的一个音乐文件、抑或被某部电影或电视剧中的人声插曲所感动，我们可能想要通过该音频获知演唱者。
传统的音频分析检索手段在面临“歌手信息错误甚至缺失”(原因很多，例如本身无标记，后期处理、传输造成错误或丢失)的音频文件时，根本无法有效地得到音频创作者。即使歌手信息尚未丢失，通过下载一些音频处理软件将文件中自带的“演唱者”标签读取出来，但由于现实中有不少歌曲文件的标签信息是错乱的，因此无法对这类音频文件校验和判断。假如音频文件的标签信息缺失，还可通过一些间接模糊搜索方法，例如先将歌曲和线上歌曲库进行比对，找出歌曲名，再通过歌曲名找到歌手，问题是歌曲寻找阶段就有可能发生误判，而且现实中某首歌曲可能存在多个演唱者(翻唱)，而该方法无法有效针对这类情况进行处理。
通过下载特定的音频处理软件、模糊搜索等方法进行歌手搜索，具有较大的局限性，因此需要提高准确性和速度。
发明内容
本申请的目的在于提出一种信息处理方法和装置，来解决以上背景技术部分提到的技术问题。
第一方面，本申请实施例提供了一种信息处理方法，该方法包括：获取待识别的音频文件并从音频文件中提取至少一段音频；从至少一段音频中提取至少一个声纹特征向量；将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，声纹库用于表征声纹特征向量和声源信息的对应关系。
在一些实施例中，从音频文件中提取至少一段音频，包括：通过奇异值分解算法或滤波算法过滤掉音频文件中的噪音，并将过滤后的音频文件进行分段后去除静音段，生成至少一段音频。
在一些实施例中，从至少一段音频中提取至少一个声纹特征向量，包括：将至少一段音频导入预先训练的全局背景模型中进行映射得到至少一个声纹特征超向量，其中，全局背景模型用于表征音频与声纹特征超向量的对应关系；将至少一个声纹特征超向量经过降维处理得到至少一个声纹特征向量。
在一些实施例中，该方法还包括：确定所选取的第一预定数目个声源信息中匹配度最高的声源信息，并通过邻近算法从声纹库中获取与匹配度最高的声源信息相邻的声源信息；确定相邻的声源信息中每个声源信息与匹配度最高的声源信息的相似度，并按照相似度由高到低的顺序选取第二预定数目个声源信息进行输出。
在一些实施例中，该方法还包括：对于每个中心声纹特征向量，输出该中心声纹特征向量与声纹库中声纹特征向量的匹配度。
在一些实施例中，该方法还包括：从预定的试听音频库中获取与所选取的第一预定数目个声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第三预定数目个试听音频供用户试听。
在一些实施例中，该方法还包括：对于每个所选取的第二预定数目个声源信息，从预定的试听音频库中获取与该声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第四预定数目个试听音频供用户试听。
第二方面，本申请实施例提供了一种信息处理装置，该装置包括：获取单元，用于获取待识别的音频文件并从音频文件中提取至少一段音频；提取单元，用于从至少一段音频中提取至少一个声纹特征向量；聚类单元，用于将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；匹配输出单元，用于对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，声纹库用于表征声纹特征向量和声源信息的对应关系。
在一些实施例中，获取单元进一步用于：通过奇异值分解算法或滤波算法过滤掉音频文件中的噪音，并将过滤后的音频文件进行分段后去除静音段，生成至少一段音频。
在一些实施例中，提取单元进一步用于：将至少一段音频导入预先训练的全局背景模型中进行映射得到至少一个声纹特征超向量，其中，全局背景模型用于表征音频与声纹特征超向量的对应关系；将至少一个声纹特征超向量经过降维处理得到至少一个声纹特征向量。
在一些实施例中，该装置还包括：确定单元，用于确定所选取的第一预定数目个声源信息中匹配度最高的声源信息，并通过邻近算法从声纹库中获取与匹配度最高的声源信息相邻的声源信息；选取单元，用于确定相邻的声源信息中每个声源信息与匹配度最高的声源信息的相似度，并按照相似度由高到低的顺序选取第二预定数目个声源信息进行输出。
在一些实施例中，匹配输出单元进一步用于：对于每个中心声纹特征向量，输出该中心声纹特征向量与声纹库中声纹特征向量的匹配度。
在一些实施例中，该装置还包括：第一试听单元，用于从预定的试听音频库中获取与所选取的第一预定数目个声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第三预定数目个试听音频供用户试听。
在一些实施例中，该装置还包括：第二试听单元，用于对于每个所选取的第二预定数目个声源信息，从预定的试听音频库中获取与该声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第四预定数目个试听音频供用户试听。
第三方面，本申请实施例提供了一种设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面中任一的方法。
本申请实施例提供的信息处理方法和装置，通过将音频文件分成多段，再从多段音频中提取多个声纹特征向量，然后将多个声纹特征向量聚类分组得到每组的中心声纹特征向量，再分别将各组的中心声纹特征向量与预定的声纹库进行匹配，确定出匹配度较高的声源信息并输出。从而提高了识别声音的速度和准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的信息处理方法的一个实施例的流程图；
图3是根据本申请的信息处理方法的一个应用场景的示意图；
图4是根据本申请的信息处理方法的又一个实施例的流程图；
图5是根据本申请的信息处理装置的一个实施例的结构示意图；
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的信息处理方法或信息处理装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105、106。网络104用以在终端设备101、102、103和服务器105、106之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户110可以使用终端设备101、102、103通过网络104与服务器105、106交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、搜索类应用、网页浏览器应用、即时通信工具、邮箱客户端、社交平台软件、支付软件等。
终端设备101、102、103可以是具有显示屏并且支持数据接收与发送，以及携带麦克风的各种电子设备，包括但不限于智能手机、平板电脑、智能手表、膝上型便携计算机和台式计算机等等。
服务器105、106可以是提供各种服务的服务器，例如对终端设备101、102、103上发送的音频文件提供支持的后台服务器。后台服务器可以对接收到的音频文件等数据进行分析等处理，并将处理结果(例如声源信息)反馈给终端设备。
需要说明的是，本申请实施例所提供的信息处理方法一般由服务器105、106执行，相应地，信息处理装置一般设置于服务器105、106中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的信息处理方法的一个实施例的流程200。该信息处理方法，包括以下步骤：
步骤201，获取待识别的音频文件并从音频文件中提取至少一段音频。
在本实施例中，信息处理方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行声音识别的终端接收待识别的音频文件，并从音频文件中提取多段音频。音频文件可以是包括歌手的歌声和背景音乐的歌曲。可以是独唱歌曲，也可以是多人合唱歌曲。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。
在本实施例的一些可选的实现方式中，从音频文件中提取至少一段音频，包括：通过奇异值分解算法或滤波算法过滤掉音频文件中的噪音，并将过滤后的音频文件进行分段后去除静音段，生成至少一段音频。这里所指的噪音可以包括音高和音强变化混乱、听起来不谐和的声音。也可包括背景音乐等干扰识别出目标声音的声音。奇异值分解(SVD，Singular Value Decomposition)是线性代数中一种重要的矩阵分解，是矩阵分析中正规矩阵酉对角化的推广。在信号处理、统计学等领域有重要应用。基于SVD的去噪声技术属于子空间算法的一种。简单的来说将带噪信号向量空间分解为分别由纯净信号主导和噪声信号主导的两个子空间，然后通过简单地去除落在“噪声空间”中的带噪信号向量分量来估计纯净信号。还可通过自适应滤波法和卡尔曼滤波法过滤掉音频文件中的噪音。通常以20～50ms为间隔对语音进行分帧，然后通过一些特征提取算法(主要是进行时域到频域的转换)，每一帧语音都可以映射到一个固定长度的声学特征序列。过滤后的音频中可能没有任何声音，即静音段，需要将静音段去除后再做后续处理。
步骤202，从至少一段音频中提取至少一个声纹特征向量。
在本实施例中，声纹是用电声学仪器显示的携带言语信息的声波频谱。现代科学研究表明，声纹不仅具有特定性，而且有相对稳定性的特点。声纹特征向量可以是标识用户的声纹频谱特征的向量。如果一段音频中存在多个人的声音，则可以提取出多个声纹特征向量。
在本实施例的一些可选的实现方式中，上述电子设备可以将上述至少一段音频导入预先训练的全局背景模型(Universal Background Model，UBM)中进行映射得到至少一个声纹特征超向量，然后，将上述至少一个声纹特征超向量进行降维处理得到声纹特征向量。使用许多人的大量声学特征向量，通过最大期望算法(Expectation Maximization)便可以训练得到一个高斯混合模型(Gaussian Mixture Model)，这个模型描述了很多人的语音特征数据的一个概率分布，可以理解为所有说话人的共性，看作具体某一个说话人声纹模型的一个先验模型。因此，这个高斯混合模型还被称为UBM模型。还可通过深层神经网络构建全局背景模型。
有了这个全局背景模型后，要构建某个人的声纹模型，还得进一步计算。假如训练好的全局背景模型中有多个高斯分布，如果提取得到了某个人的多帧语音特征序列，就可以计算出这个人的声纹特征超向量。实际上反映的就是这个人的声学特征和全局背景模型的不同，即这个人发音中的独特个性。如此一来，最终可以将用户不定长语音最终映射到一个能反映用户发声特征的固定长度的声纹特征超向量上来。
这样的高维声纹特征超向量中，不仅包含了个人发音的差异，可能还包含信道所造成的差异。所以，还需要通过一些有监督降维算法进一步把这个超向量降维，映射到更低维度的向量上面去。可以通过联合因子分析方法(Joint Factor Analysis，JFA)对上述声纹超向量进行降维处理得到声纹特征向量，上述联合因子分析方法是声纹认证算法中针对信道补偿的有效算法，它通过假设说话人空间和信道空间是独立的，并可以分别用两个低维因子空间进行描述，从而估计信道因子；也可以通过概率线性判别分析算法(Probabilistic Linear Discriminant Analysis，PLDA)对上述声纹超向量进行降维处理得到声纹特征向量，上述概率线性判别分析算法也是一种信道补偿算法，是概率形式的线性判别分析算法(Linear Discriminant Analysis，LDA)；还可以通过辨识矢量(Identifying Vector，I-Vector)对上述声纹超向量进行降维处理得到声纹特征向量。实际上，为了保证声纹的准确性，训练全局背景模型的时候通常需要提供多条语音，然后提取得到多个这样的向量，然后再这里平均得到用户的声纹特征向量，存储起来，多个用户声纹特征向量构成声纹库。
步骤203，将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量。
在本实施例中，通过无监督聚类算法(相似的声纹特征向量归为一类，聚类类别数目可通过学习算法自动产出，也可人为设定为固定取值，如设定为1时意味着假设输入的音频为同一个人的声音)对这些声纹特征向量进行聚类以将声纹特征向量分组，得到每组的中心声纹特征向量。记最终产生的类别数为K(即系统预判当前音频共存在K个说话人)。
利用聚类算法对上述至少一个声纹特征向量进行聚类，生成至少一个声纹特征向量的簇，其中，上述聚类算法可以包括基于划分聚类算法(例如k-means算法)、基于层次聚类算法(例如利用层次方法的平衡迭代规约和聚类(Balanced Iterative Reducing andClustering Using Hierarchies，BIRCH))和基于密度聚类算法(例如DBSCAN算法)等；之后，上述电子设备可以获取各个簇的中心点，以k-means算法为例，在给定K值和K个簇的初始中心点的情况下，把每个点分到离其最近的中心点所代表的簇中，当所有点分配完毕后，对一个簇中的所有点重新计算(例如计算平均值)得到该簇的中心点，然后再迭代的进行分配点和更新簇的中心点的步骤，直至簇的中心点的变化很小，或者达到指定的迭代次数，再获取各个簇中的中心点；然后，可以利用距离算法计算每个声纹特征向量与每个声纹特征向量所在簇的中心点的距离，其中，上述距离算法可以包括欧式距离算法；最后，可以将上述距离大于预设的距离阈值的声纹特征向量删除，并将删除后的声纹特征向量作为中心声纹特征向量。
步骤204，对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出。
在本实施例中，声纹库用于表征声纹特征向量和声源信息的对应关系。可以通过网络公开库、版权商等多种渠道得到含有众多歌手明星的大量音频资源，通过步骤201和步骤202构建出这些歌手的声纹模型(核心就是步骤202中所述的声纹特征向量)，建立索引，从而构建出歌手声纹库。特别地，由于歌手音频资源往往十分充足，所以在构建歌手声纹库时，尽量选取个人独唱文件，这样可跳过步骤203的聚类计算，保证了准确性的同时能够大幅加快构建速度。在声纹库中检索用户传入的音频文件经过步骤201、步骤202、步骤203处理后得到的中心声纹特征向量，输出匹配结果，默认结果个数为步骤203中的聚类类别数(即自动发掘合唱歌曲中的多个歌手，也即步骤203中的K)。也可配置为输出按照匹配度由高到低的顺序选取第一预定数目个选项，此时每类可对应多个相近歌手，默认结果可以是选出匹配度最高的歌手。计算上述声纹特征向量与上述声纹库之间的匹配度时，可以采用曼哈顿距离(Manhattan Distance)进行计算，也可以采用闵可夫斯基距离(MinkowskiDistance)进行计算，还可以采用余弦相似度(Cosine Similarity)进行计算。
在本实施例的一些可选的实现方式中，该方法还包括：对于每个中心声纹特征向量，输出该中心声纹特征向量与声纹库中声纹特征向量的匹配度。匹配度可以百分比表示，方便用户直观的评价哪个声源信息最可信。
在本实施例的一些可选的实现方式中，该方法还包括：从预定的试听音频库中获取与所选取的第一预定数目个声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第三预定数目个试听音频供用户试听。相关联指的是可以是同一声源(歌手)的其它作品，也可以是由其它歌手翻唱的同一作品，或者相同歌名的作品。例如，确定了声源为歌手A，则可选取A演唱的其它歌曲供用户试听。或者确定出歌曲为B，可选取歌曲B的原唱或其它歌手的翻唱版本供用户试听。
继续参见图3，图3是根据本实施例的信息处理方法的应用场景的一个示意图。在图3的应用场景中，用户首先通过终端将待识别的由多人演唱的音频文件发向服务器，服务器进行音频处理并分段301后得到多段音频，通过声纹提取并聚类302后生成多个中心声纹向量。然后将多个中心声纹向量与声纹库303进行声纹匹配304，确定出声源信息305。还可进行匹配推荐306向用户推荐声音相似的歌手的作品307。
本申请的上述实施例提供的方法通过从多人的音频中分别提取出声纹特征向量再进行声纹匹配，能够提高声音识别的速度和准确率。
进一步参考图4，其示出了信息处理方法的又一个实施例的流程400。该信息处理方法的流程400，包括以下步骤：
步骤401，获取待识别的音频文件并从音频文件中提取至少一段音频。
步骤402，从至少一段音频中提取至少一个声纹特征向量。
步骤403，将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量。
步骤404，对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出。
步骤401-步骤404与步骤201-204基本相同，因此不再赘述。
步骤405，确定所选取的第一预定数目个声源信息中匹配度最高的声源信息，并通过邻近算法从声纹库中获取与匹配度最高的声源信息相邻的声源信息。
在本实施例中，邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。因此，可通过邻近算法确定出与待识别的声音相似的其它声源信息。
步骤406，确定相邻的声源信息中每个声源信息与匹配度最高的声源信息的相似度，并按照相似度由高到低的顺序选取第二预定数目个声源信息进行输出。
在本实施例中，与待识别的声音相似的其它声源信息可能有多个，从中选取最相似的第二预定数目个声源信息进行输出。相似度的比较可以通过各声源的声纹特征向量来比较。还可将已经提取出的歌手的声纹特征向量，拼接到例如反映了歌手其他维度(例如演唱风格、性别、年龄)的数据中，作为后续推荐相似歌手时的参考。
在本实施例的一些可选的实现方式中，对于每个所选取的第二预定数目个声源信息，从预定的试听音频库中获取与该声源信息相关联的用于试听的试听音频集，并按照试听音频与所述待识别的音频文件的相似度由大到小的顺序选取第四预定数目个试听音频供用户试听。除了输出相似的声源信息外，还可输出试听音频供用户试听。
从图4中可以看出，与图2对应的实施例相比，本实施例中的信息处理方法的流程400突出了对与待识别的声音相似的声源进行推荐的步骤。由此，本实施例描述的方案可以引入更多的待识别的声音相关的声源信息，从而实现更全面的相似声音的选取和更有效的声源信息处理。
进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种信息处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的信息处理装置500包括：获取单元501、提取单元502、聚类单元503和匹配输出单元504。其中，获取单元501用于获取待识别的音频文件并从音频文件中提取至少一段音频；提取单元502用于从至少一段音频中提取至少一个声纹特征向量；聚类单元503用于将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；匹配输出单元504用于对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，声纹库用于表征声纹特征向量和声源信息的对应关系。
在本实施例中，信息处理装置500的获取单元501、提取单元502、聚类单元503和匹配输出单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中，获取单元501进一步用于：通过奇异值分解算法或滤波算法过滤掉音频文件中的噪音，并将过滤后的音频文件进行分段后去除静音段，生成至少一段音频。
在本实施例的一些可选的实现方式中，提取单元502进一步用于：将至少一段音频导入预先训练的全局背景模型中进行映射得到至少一个声纹特征超向量，其中，全局背景模型用于表征音频与声纹特征超向量的对应关系；将至少一个声纹特征超向量经过降维处理得到至少一个声纹特征向量。
在本实施例的一些可选的实现方式中，装置500还包括：确定单元(未示出)用于确定所选取的第一预定数目个声源信息中匹配度最高的声源信息，并通过邻近算法从声纹库中获取与匹配度最高的声源信息相邻的声源信息；选取单元(未示出)用于确定相邻的声源信息中每个声源信息与匹配度最高的声源信息的相似度，并按照相似度由高到低的顺序选取第二预定数目个声源信息进行输出。
在本实施例的一些可选的实现方式中，匹配输出单元504进一步用于：对于每个中心声纹特征向量，输出该中心声纹特征向量与声纹库中声纹特征向量的匹配度。
在本实施例的一些可选的实现方式中，装置500还包括：第一试听单元，用于从预定的试听音频库中获取与所选取的第一预定数目个声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第三预定数目个试听音频供用户试听。
在本实施例的一些可选的实现方式中，装置500还包括：第二试听单元，用于对于每个所选取的第二预定数目个声源信息，从预定的试听音频库中获取与该声源信息相关联的用于试听的试听音频集，并按照试听音频与待识别的音频文件的相似度由大到小的顺序选取第四预定数目个试听音频供用户试听。
下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、提取单元、聚类单元和匹配输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取待识别的音频文件并从音频文件中提取至少一段音频的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取待识别的音频文件并从音频文件中提取至少一段音频；从至少一段音频中提取至少一个声纹特征向量；将至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，声纹库用于表征声纹特征向量和声源信息的对应关系。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种信息处理方法，其特征在于，所述方法包括：
获取待识别的音频文件并从所述音频文件中提取至少一段音频；
从所述至少一段音频中提取至少一个声纹特征向量；
将所述至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；
对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，所述声纹库用于表征声纹特征向量和声源信息的对应关系。
2.根据权利要求1所述的方法，其特征在于，所述从所述音频文件中提取至少一段音频，包括：
通过奇异值分解算法或滤波算法过滤掉所述音频文件中的噪音，并将过滤后的音频文件进行分段后去除静音段，生成至少一段音频。
3.根据权利要求1所述的方法，其特征在于，所述从所述至少一段音频中提取至少一个声纹特征向量，包括：
将所述至少一段音频导入预先训练的全局背景模型中进行映射得到至少一个声纹特征超向量，其中，所述全局背景模型用于表征音频与声纹特征超向量的对应关系；
将所述至少一个声纹特征超向量经过降维处理得到至少一个声纹特征向量。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所选取的第一预定数目个声源信息中匹配度最高的声源信息，并通过邻近算法从所述声纹库中获取与所述匹配度最高的声源信息相邻的声源信息；
确定所述相邻的声源信息中每个声源信息与所述匹配度最高的声源信息的相似度，并按照相似度由高到低的顺序选取第二预定数目个声源信息进行输出。
5.根据权利要求1或4所述的方法，其特征在于，所述方法还包括：
对于每个中心声纹特征向量，输出该中心声纹特征向量与所述声纹库中声纹特征向量的匹配度。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从预定的试听音频库中获取与所选取的第一预定数目个声源信息相关联的用于试听的试听音频集，并按照试听音频与所述待识别的音频文件的相似度由大到小的顺序选取第三预定数目个试听音频供用户试听。
7.根据权利要求4所述的方法，其特征在于，所述方法还包括：
对于每个所选取的第二预定数目个声源信息，从预定的试听音频库中获取与该声源信息相关联的用于试听的试听音频集，并按照试听音频与所述待识别的音频文件的相似度由大到小的顺序选取第四预定数目个试听音频供用户试听。
8.一种信息处理装置，其特征在于，所述装置包括：
获取单元，用于获取待识别的音频文件并从所述音频文件中提取至少一段音频；
提取单元，用于从所述至少一段音频中提取至少一个声纹特征向量；
聚类单元，用于将所述至少一个声纹特征向量进行聚类生成至少一个中心声纹特征向量；
匹配输出单元，用于对于每个中心声纹特征向量，将该中心声纹特征向量与预定的声纹库进行匹配，并按照匹配度由高到低的顺序选取第一预定数目个声源信息并输出，其中，所述声纹库用于表征声纹特征向量和声源信息的对应关系。
9.根据权利要求8所述的装置，其特征在于，所述获取单元进一步用于：
通过奇异值分解算法或滤波算法过滤掉所述音频文件中的噪音，并将过滤后的音频文件进行分段后去除静音段，生成至少一段音频。
10.根据权利要求8所述的装置，其特征在于，所述提取单元进一步用于：
将所述至少一段音频导入预先训练的全局背景模型中进行映射得到至少一个声纹特征超向量，其中，所述全局背景模型用于表征音频与声纹特征超向量的对应关系；
将所述至少一个声纹特征超向量经过降维处理得到至少一个声纹特征向量。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：
确定单元，用于确定所选取的第一预定数目个声源信息中匹配度最高的声源信息，并通过邻近算法从所述声纹库中获取与所述匹配度最高的声源信息相邻的声源信息；
选取单元，用于确定所述相邻的声源信息中每个声源信息与所述匹配度最高的声源信息的相似度，并按照相似度由高到低的顺序选取第二预定数目个声源信息进行输出。
12.根据权利要求8或11所述的装置，其特征在于，所述匹配输出单元进一步用于：
对于每个中心声纹特征向量，输出该中心声纹特征向量与所述声纹库中声纹特征向量的匹配度。
13.根据权利要求8所述的装置，其特征在于，所述装置还包括：
第一试听单元，用于从预定的试听音频库中获取与所选取的第一预定数目个声源信息相关联的用于试听的试听音频集，并按照试听音频与所述待识别的音频文件的相似度由大到小的顺序选取第三预定数目个试听音频供用户试听。
14.根据权利要求11所述的装置，其特征在于，所述装置还包括：
第二试听单元，用于对于每个所选取的第二预定数目个声源信息，从预定的试听音频库中获取与该声源信息相关联的用于试听的试听音频集，并按照试听音频与所述待识别的音频文件的相似度由大到小的顺序选取第四预定数目个试听音频供用户试听。
15.一种设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710506048.3A CN109145148A (zh) | 2017-06-28 | 2017-06-28 | 信息处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710506048.3A CN109145148A (zh) | 2017-06-28 | 2017-06-28 | 信息处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109145148A true CN109145148A (zh) | 2019-01-04 |
Family
ID=64805494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710506048.3A Pending CN109145148A (zh) | 2017-06-28 | 2017-06-28 | 信息处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109145148A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109994116A (zh) * | 2019-03-11 | 2019-07-09 | 南京邮电大学 | 一种基于会议场景小样本条件下的声纹准确识别方法 |
| CN110322872A (zh) * | 2019-06-05 | 2019-10-11 | 平安科技（深圳）有限公司 | 会议语音数据处理方法、装置、计算机设备和存储介质 |
| CN110349599A (zh) * | 2019-06-27 | 2019-10-18 | 北京小米移动软件有限公司 | 音频播放方法及装置 |
| CN110491412A (zh) * | 2019-08-23 | 2019-11-22 | 北京市商汤科技开发有限公司 | 声音分离方法和装置、电子设备 |
| CN110648671A (zh) * | 2019-08-21 | 2020-01-03 | 广州国音智能科技有限公司 | 声纹模型重建方法、终端、装置及可读存储介质 |
| WO2020155490A1 (zh) * | 2019-01-31 | 2020-08-06 | 平安科技（深圳）有限公司 | 基于语音分析的管理音乐的方法、装置和计算机设备 |
| CN112614478A (zh) * | 2020-11-24 | 2021-04-06 | 北京百度网讯科技有限公司 | 音频训练数据处理方法、装置、设备以及存储介质 |
| CN112735432A (zh) * | 2020-12-24 | 2021-04-30 | 北京百度网讯科技有限公司 | 音频识别的方法、装置、电子设备及存储介质 |
| CN113268630A (zh) * | 2021-06-08 | 2021-08-17 | 腾讯音乐娱乐科技（深圳）有限公司 | 一种音频检索方法、设备及介质 |
| CN113763968A (zh) * | 2021-09-08 | 2021-12-07 | 北京百度网讯科技有限公司 | 用于识别语音的方法、装置、设备、介质和产品 |
| CN113948092A (zh) * | 2021-09-01 | 2022-01-18 | 联通(广东)产业互联网有限公司 | 基于声纹的目标人物识别方法、系统、装置及存储介质 |
| CN115457940A (zh) * | 2022-08-31 | 2022-12-09 | 云知声智能科技股份有限公司 | 一种声纹聚类方法、装置、设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105656756A (zh) * | 2015-12-28 | 2016-06-08 | 百度在线网络技术（北京）有限公司 | 好友推荐方法和装置 |
| CN105810199A (zh) * | 2014-12-30 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种说话人的身份确认方法和装置 |
| CN106056996A (zh) * | 2016-08-23 | 2016-10-26 | 深圳市时尚德源文化传播有限公司 | 一种多媒体交互教学系统及方法 |
-
2017
- 2017-06-28 CN CN201710506048.3A patent/CN109145148A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105810199A (zh) * | 2014-12-30 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种说话人的身份确认方法和装置 |
| CN105656756A (zh) * | 2015-12-28 | 2016-06-08 | 百度在线网络技术（北京）有限公司 | 好友推荐方法和装置 |
| CN106056996A (zh) * | 2016-08-23 | 2016-10-26 | 深圳市时尚德源文化传播有限公司 | 一种多媒体交互教学系统及方法 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020155490A1 (zh) * | 2019-01-31 | 2020-08-06 | 平安科技（深圳）有限公司 | 基于语音分析的管理音乐的方法、装置和计算机设备 |
| CN109994116B (zh) * | 2019-03-11 | 2021-01-19 | 南京邮电大学 | 一种基于会议场景小样本条件下的声纹准确识别方法 |
| CN109994116A (zh) * | 2019-03-11 | 2019-07-09 | 南京邮电大学 | 一种基于会议场景小样本条件下的声纹准确识别方法 |
| CN110322872A (zh) * | 2019-06-05 | 2019-10-11 | 平安科技（深圳）有限公司 | 会议语音数据处理方法、装置、计算机设备和存储介质 |
| CN110349599A (zh) * | 2019-06-27 | 2019-10-18 | 北京小米移动软件有限公司 | 音频播放方法及装置 |
| CN110349599B (zh) * | 2019-06-27 | 2021-06-08 | 北京小米移动软件有限公司 | 音频播放方法及装置 |
| CN110648671A (zh) * | 2019-08-21 | 2020-01-03 | 广州国音智能科技有限公司 | 声纹模型重建方法、终端、装置及可读存储介质 |
| CN110491412A (zh) * | 2019-08-23 | 2019-11-22 | 北京市商汤科技开发有限公司 | 声音分离方法和装置、电子设备 |
| CN112614478B (zh) * | 2020-11-24 | 2021-08-24 | 北京百度网讯科技有限公司 | 音频训练数据处理方法、装置、设备以及存储介质 |
| CN112614478A (zh) * | 2020-11-24 | 2021-04-06 | 北京百度网讯科技有限公司 | 音频训练数据处理方法、装置、设备以及存储介质 |
| CN112735432A (zh) * | 2020-12-24 | 2021-04-30 | 北京百度网讯科技有限公司 | 音频识别的方法、装置、电子设备及存储介质 |
| CN113268630A (zh) * | 2021-06-08 | 2021-08-17 | 腾讯音乐娱乐科技（深圳）有限公司 | 一种音频检索方法、设备及介质 |
| CN113268630B (zh) * | 2021-06-08 | 2023-03-10 | 腾讯音乐娱乐科技（深圳）有限公司 | 一种音频检索方法、设备及介质 |
| CN113948092A (zh) * | 2021-09-01 | 2022-01-18 | 联通(广东)产业互联网有限公司 | 基于声纹的目标人物识别方法、系统、装置及存储介质 |
| CN113763968A (zh) * | 2021-09-08 | 2021-12-07 | 北京百度网讯科技有限公司 | 用于识别语音的方法、装置、设备、介质和产品 |
| CN113763968B (zh) * | 2021-09-08 | 2024-05-07 | 北京百度网讯科技有限公司 | 用于识别语音的方法、装置、设备、介质和产品 |
| CN115457940A (zh) * | 2022-08-31 | 2022-12-09 | 云知声智能科技股份有限公司 | 一种声纹聚类方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109145148A (zh) | 信息处理方法和装置 | |
| CN108737872A (zh) | 用于输出信息的方法和装置 | |
| CN108288468B (zh) | 语音识别方法及装置 | |
| US9305530B1 (en) | Text synchronization with audio | |
| CN107844586A (zh) | 新闻推荐方法和装置 | |
| CN107832434A (zh) | 基于语音交互生成多媒体播放列表的方法和装置 | |
| CN107767869A (zh) | 用于提供语音服务的方法和装置 | |
| CN110503961A (zh) | 音频识别方法、装置、存储介质及电子设备 | |
| CN108933730A (zh) | 信息推送方法和装置 | |
| CN111723289B (zh) | 信息推荐方法及装置 | |
| CN109410918A (zh) | 用于获取信息的方法及装置 | |
| CN109710799B (zh) | 语音交互方法、介质、装置和计算设备 | |
| US20230410786A1 (en) | Custom tone and vocal synthesis method and apparatus, electronic device, and storage medium | |
| CN109284367A (zh) | 用于处理文本的方法和装置 | |
| CN110162675A (zh) | 应答语句的生成方法、装置、计算机可读介质及电子设备 | |
| CN110084658A (zh) | 物品匹配的方法和装置 | |
| CN111753126B (zh) | 用于视频配乐的方法和装置 | |
| CN110019948A (zh) | 用于输出信息的方法和装置 | |
| CN110209658A (zh) | 数据清洗方法和装置 | |
| CN109087627A (zh) | 用于生成信息的方法和装置 | |
| CN109190123A (zh) | 用于输出信息的方法和装置 | |
| CN109902152A (zh) | 用于检索信息的方法和装置 | |
| CN111460215B (zh) | 音频数据处理方法、装置、计算机设备以及存储介质 | |
| WO2024001548A1 (zh) | 歌单生成方法、装置、电子设备及存储介质 | |
| CN114595361B (zh) | 一种音乐热度的预测方法、装置、存储介质及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20191122 Address after: 201210 room j1328, floor 3, building 8, No. 55, Huiyuan Road, Jiading District, Shanghai Applicant after: SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd. Address before: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 10 Baidu building, layer three Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190104 Assignee: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. Assignor: SHANGHAI YOUYANG NEW MEDIA INFORMATION TECHNOLOGY Co.,Ltd. Contract record no.: X2020990000201 Denomination of invention: Attack information processing method and device License type: Exclusive License Record date: 20200420 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
| RJ01 | Rejection of invention patent application after publication |