CN110188356B - 信息处理方法及装置 - Google Patents

信息处理方法及装置 Download PDF

Info

Publication number
CN110188356B
CN110188356B CN201910467292.2A CN201910467292A CN110188356B CN 110188356 B CN110188356 B CN 110188356B CN 201910467292 A CN201910467292 A CN 201910467292A CN 110188356 B CN110188356 B CN 110188356B
Authority
CN
China
Prior art keywords
comment information
song
comment
information set
target
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
Application number
CN201910467292.2A
Other languages
English (en)
Other versions
CN110188356A (zh
Inventor
杨伟明
赵伟峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Music Entertainment Technology Shenzhen Co Ltd
Original Assignee
Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Music Entertainment Technology Shenzhen Co Ltd filed Critical Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority to CN201910467292.2A priority Critical patent/CN110188356B/zh
Publication of CN110188356A publication Critical patent/CN110188356A/zh
Application granted granted Critical
Publication of CN110188356B publication Critical patent/CN110188356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Abstract

本申请实施例公开了一种信息处理方法及装置,其中方法包括:根据预设关键词从针对目标音频的评论信息集中获取目标评论信息集;对所述目标评论信息集进行分类得到歌曲评论信息集和伴奏评论信息集;获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。采用本申请,可提高音频评论的处理效率。

Description

信息处理方法及装置
技术领域
本申请涉及数据处理技术领域,主要涉及了一种信息处理方法及装置。
背景技术
随着计算机技术的发展和人们生活水平的提高,播放音频是现在一种非常流行的娱乐方式。越来越多的用户还会对当前播放的音频进行评论,但对于在线收听该音频的用户来说,众多的评论内容不能即时的获取其它用户对该音频的整体印象。
发明内容
本申请实施例提供了一种信息处理方法及装置,可提高音频评论的处理效率,展示了音频评论的全面性,有利于提高用户对目标音频的整体印象。
第一方面,本申请实施例提供一种信息处理方法,其中:
根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集;
对所述目标评论信息集进行分类,得到歌曲评论信息集和伴奏评论信息集;
获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;
根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。
第二方面,本申请实施例提供一种信息处理装置,其中:
获取单元,用于根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集;
分类单元,用于对所述目标评论信息集进行分类,得到歌曲评论信息集和伴奏评论信息集;
所述获取单元,还用于获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;
生成单元,用于根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。
第三方面,本申请实施例提供另一种信息处理装置,所述信息处理装置包括处理器、通信接口和存储器,其中,所述存储器存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被状态监控装置执行时使所述状态监控装置执行第一方面所述的方法。
采用本申请实施例,根据预设关键词从针对目标音频的评论信息集中获取目标评论信息集,对该目标评论信息集进行分类得到歌曲评论信息集和伴奏评论信息集。再分别获取该歌曲评论信息集对应的歌曲标签和该伴奏评论信息集对应的伴奏标签,根据该歌曲标签和该伴奏标签生成该目标音频的音质评价信息。如此,从歌曲和伴奏的角度生成目标音频的音质评价信息,可提高音频评论的处理效率,展示了音频评论的全面性,有利于提高用户对目标音频的整体印象。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为应用本申请实施例的网络架构示意图;
图2为本申请实施例提供的一种信息处理方法的流程示意图;
图3为本申请实施例提供的一种音频评论信息的展示页面图;
图4为本申请实施例提供的另一种音频评论信息的展示页面图;
图5为本申请实施例提供的一种信息处理装置的逻辑结构示意图;
图6为本申请实施例提供的一种信息处理装置的实体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参见图1,图1为应用本申请实施例的网络架构示意图。该网络架构示意图包括服务器101、用户终端102和用户103。需要说明的是,图1所示的网络架构示意图中的各个设备的数量和形态用于举例,并不构成对本申请实施例的限定。
其中,用户终端102可以是图1所示的个人计算机(personal computer,PC)、笔记本电脑或智能手机,还可以是一体机、掌上电脑、平板电脑(pad)、智能电视播放终端、车载终端或便捷式设备等电子设备。PC端用户终端,例如一体机等,其操作系统可以包括但不限于Linux系统、Unix系统、Windows系列系统(例如Windows xp、Windows 7等)、Mac OS X系统(苹果电脑的操作系统)等操作系统。移动端用户终端,例如智能手机等,其操作系统可以包括但不限于安卓系统、IOS(苹果手机的操作系统)、Window系统等操作系统。
服务器101与通用的计算机架构类似,包括处理器、硬盘、内存、系统总线等,用于为用户终端102提供服务。该服务器101可以运行于单独的设备,也可以运行于多个服务器组成的服务器集群,在此不做限定。
用户103可以是实际操作用户终端102的用户,也可以是开发人员。用户103可以对用户终端102输入操作指令,以控制用户终端102执行相应地操作。
本申请实施例中的用户终端102可以安装并运行应用程序,服务器101可以是用户终端102所安装的应用程序对应的服务器,为应用程序提供应用服务。其中,应用程序可以是多媒体应用,该多媒体应用可用于播放音频,并显示音频的评论信息。该应用程序也可以是页面浏览应用、即时通信应用、游戏应用等包括评论展示功能的应用,在此不做限定。
例如:在多媒体应用的场景中,在用户终端102运行该多媒体应用时,用户103在该多媒体应用上输入针对目标音频的搜索指令,用户终端102接收到该搜索指令,向服务器101发送针对该目标音频的搜索请求。服务器101响应该搜索请求,向用户终端102提供反馈相应的搜索结果,用户终端102显示该搜索结果,该搜索结果包括该目标音频对应的多条评论信息。评论信息可按照评论时间、评论点赞数量等进行显示等,在此不做限定。
若该搜索结果包括目标音频对应的多个参考音频以及每一参考音频的评论信息,则用户终端102具体显示多个参考音频的选择列表。等待用户103在该多媒体应用上输入针对多个参考音频的选择指令。用户终端102接收到该选择指令,向服务器101发送针对该选择指令的选择请求。服务器101响应该选择请求,向用户终端102提供该选择指令对应的参考音频的多个评论信息,则用户终端102显示该多个评论信息。
其中,多个参考音频可以是不同演唱者所发布的音频,也可同一演唱者在不同场合下发布的音频等,选择列表可按照发布时间、播放次数、评论信息的数量等对应的顺序进行显示,在此不做限定。
鉴于目前音频评论展示方式所存在的弊端,本申请实施例提供一种信息处理方法及装置,可提高音频评论的处理效率,展示了音频评论的全面性,有利于提高用户对目标音频的整体印象。
本申请实施例的信息处理装置可以是服务器上的应用程序,用于对服务器上存储的各音频的评论信息进行处理。
下面对本申请实施例提供的信息处理方法的具体流程进一步进行说明。
请参阅图2,图2为本发明实施例公开的一种信息处理方法的流程示意图。如图2所示,该方法可包括步骤201~204,上述步骤201-204可以由服务器执行。其中:
201:根据预设关键词从针对目标音频的评论信息集中获取目标评论信息集。
其中,预设关键词可以是“声音”、“音量”、“杂音”、“频率”、“噪声”、“音质”等与音质相关的词汇,预设关键词还可以是“声音太小”、“声音太大”、“有破音”、“声音不好听”、“有杂音”、“音量很大”、“声音太大”、“声音太沉闷”、“音色特别沉闷”等与音质相关的词汇以及对应的形容词等,在此不做限定。
其中,目标音频为服务器中存储的任一音频,可以是“中文”、“英文”、“汉语”等不同语种的音频,也可以是“摇滚”、“流行”、“爵士”等不同风格的音频,还可以是“抒情”、“欢快”、“悲伤”等不同情绪的音频等,在此不做限定。
其中,目标音频的评论信息集可包括多个评论信息,每一评论信息可以是该服务器对应的应用程序对该目标音频存储的评论信息,也可以是其他应用程序对该目标音频存储的评论信息等,在此不做限定。
其中,目标评论信息集是根据预设关键词从针对目标音频的评论信息集中获取的信息集合,即目标评论信息集包括多个与预设关键词匹配的评论信息,也就是说,目标评论信息集中的每一评论信息与音质评价相关。
举例来说,评论信息集包括第一评论信息、第二评论信息、第三评论信息和第四评论信息。其中,第一评论信息为“在图书馆带耳机刷题中,加油”,第二评论信息为“歌词字字戳心”,第三评论信息为“前奏有杂音”,第四评论信息为“音质太沉闷”。可见,第一评论信息和第二评论信息中不包括预设关键词,而第三评论信息中的“杂音”和第四评论信息中的“音质”与预设关键词匹配,则该目标评论信息集包括第三评论信息和第四评论信息。
在本申请实施例中,将评论信息集中的任一评论信息进行举例说明,获取目标评论信息集的方法可包括以下两种实施方式。
第一种实施方式,对评论信息进行分词得到多个词组。若多个词组中的第一词组与预设关键词匹配,则将该第一词组对应的句子确定为目标评论信息,并将该目标评论信息归入目标评论信息集。
其中,评论信息可通过预设设置的中文分词模型进行分词,在此不做限定。
举例来说,评论信息为“这首歌所描述的场景勾起了上学时期的回忆,音质有待于提高”,通过分词可得到以下多个词组:这首歌、所描述、场景、勾起了、上学、时期、回忆、音质、有待于、提高。其中,“音质”与预设关键词匹配,则将“音质有待于提高”确定为目标评论信息,并将该目标评论信息归入目标评论信息集。
在获取目标评论信息集的第一种实施方式中,将评论信息中与预设关键词匹配的词组对应的句子作为目标评论信息,并将该目标评论信息归入目标评论信息集,有利于提高后续步骤针对目标评论信息集提取标签的效率和准确率。
第二种实施方式,对评论信息进行分词得到多个词组。若多个词组中的第一词组与预设关键词匹配,则获取该第一词组对应的句子中除了该第一词组之外的多个第二词组,确定该第二词组的词性,根据该词性获取该句子对应的摘要信息,将摘要信息确定为目标评论信息,并将该目标评论信息归入目标评论信息集。
其中,第二词组为第一词组对应的句子中除了第一词组之外的词组。
词性可包括名词、代词、动词、动名词、形容词、量词等,也可包括主语、谓语、宾语等,在此不做限定。本申请可通过预设设置的中文词性分析模型获取各个词组的词性,在此也不做限定。
摘要信息用于描述评论信息对应的主要信息。该摘要信息较为简单,其获取方法可通过词组替换、同类形容词进行删减等,在此不做限定。
举例来说,评论信息为“这首歌所描述的场景勾起了上学时期的回忆,音质有待于提高”,通过分词可得到以下多个词组:这首歌、所描述、场景、勾起了、上学、时期、回忆、音质、有待于、提高。其中,音质与预设关键词匹配,则第二词组包括以下词组:有待于、提高。其中,“有待于”为形容词,“提高”为动词,摘要信息可以为“音质待提高”,则将该摘要信息确定为目标评论信息,并将该目标评论信息归入目标评论信息集。
在获取目标评论信息集的第二种实施方式中,获取评论信息中与预设关键词匹配的词组对应的句子中与预设关键词不匹配的第二词组,再根据第二词组的词性获取该句子的摘要信息。如此,依据词性进行提取摘要信息,可提高获取摘要信息的准确率。将该摘要信息作为目标评论信息,并将该目标评论信息归入目标评论信息集,有利于提高后续步骤针对目标评论信息集提取标签的效率和准确率。
需要说明的是,上述两种实施方式并不构成对本申请实施例的限定,实际应用中,还可以采用其他实施方式获取目标评论信息集。
在一种可能的示例中,获取目标评论信息对应的评论用户标识,以及该评论用户标识对应的历史评论信息集,根据该历史评论信息集获取该评论用户标识对应的评论质量值。若该评论质量值大于质量阈值,则执行对该评论信息进行分词得到多个词组的步骤。
其中,评论用户标识为评论信息对应的应用程序中的注册用户的用户标识。该评论用户标识可通过注册名称、注册账号进行表示,还可通过绑定的电话号码、电子邮箱等进行表示,在此不做限定。
历史评论信息集可以为该评论用户标识在服务器中针对该应用程序对应的所有历史评论信息,也可以为一段时间内,该评论用户标识在服务器中针对该应用程序的所有评论信息,在此不做限定。
本申请对于根据历史评论信息集获取评论用户标识对应的评论质量值的方法不做限定,可根据各个历史评论信息本身与音频之间的关联值、该历史评论信息与该音频对应的其他评论信息之间的相似值获取评论质量值。其中,关联值可体现该历史评论信息与音频本身之间的关联程度,关联值越大,则与音频本身越相关。相似值可体现该历史评论信息与其他评论信息之间的一致性,相似值越大,则与其他评论信息的观点越相似。可以理解,根据关联值和相似值可识别该历史评论信息的参考价值,从而提高获取评论质量值的准确性。
本申请对于质量阈值不做限定。
在该可能的示例中,由于评论信息具有一定主观性,因此,在分词评论信息之前,先获取该评论信息对应的评论用户标识的评论质量值,在该评论质量值大于质量阈值时,执行对评论信息进行分词得到多个词组的步骤。如此,可提高目标评论信息集的参考价值。
202:对该目标评论信息集进行分类得到歌曲评论信息集和伴奏评论信息集。
可以理解,音频包括歌曲和伴奏两部分,将目标评论信息集按照歌曲和伴奏进行分类可分别得到歌曲评论信息集和伴奏评论信息集,如此,可实现歌曲和伴奏的归纳,便于分别获取歌曲和伴奏对应的主要评论信息。
203:获取该歌曲评论信息集对应的歌曲标签和该伴奏评论信息集对应的伴奏标签。
其中,歌曲标签为歌曲评论信息集对应的主要评论关键词,伴奏标签为伴奏评论信息集对应的主要评论关键词。需要说明的是,歌曲标签和伴奏标签的数量可以为多个。
举例来说,歌曲评论信息集包括第一歌曲评论信息、第二歌曲评论信息、第三歌曲评论信息。其中,第一歌曲评论信息为“高音破音了”、第二歌曲评论信息为“部分歌词听不清楚”、第三歌曲评论信息为“歌词含糊不清楚”,则得到歌曲标签为“听不清”、“破音”。
在本申请实施例中,获取歌曲标签的方法可包括以下两种实施方式。
第一种实施方式,将歌曲评论信息集输入至预设的歌曲分类模型得到歌曲标签。
其中,歌曲分类模型为训练完成的神经网络模型,该歌曲分类模型用于将输入的评论信息进行分类得到歌曲标签以及该歌曲标签对应的分类概率。在该实施方式中,若存在多个歌曲标签,则将分类概率大于预设阈值的歌曲标签作为目标音频的歌曲标签。
本申请对于歌曲分类模型的训练方法不做限定,可先采集多个训练文本,并对每一训练文本进行标记得到多个标签信息。然后,对多个标签信息进行分类得到多个标签类别,从多个训练文本中针对每一标签类别选取相同数量的训练文本得到多个训练文本集。最后针对多个训练文本集进行分类神经网络训练得到歌曲分类模型。可以理解的是,通过同数量的训练文本集进行分类,可避免神经网络的权值分配不均,提高歌曲分类模型的分类准确率。
其中,对多个标签信息进行分类可采用预设分类算法。例如,贝叶斯分类算法、决策树(Decision Tree)算法、支持向量机(Support Vector Machine,SVM)算法、梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法、极端迭代提升(extreme GradientBoosting,XGBoost)决策树算法等,在此不做限定。
在获取歌曲标签的第一种实施方式中,基于预设的歌曲分类模型对歌曲评论信息集进行分类得到歌曲标签,可提高分类的准确率。
第二种实施方式,按照预先设置的歌曲评价关键词对歌曲评论信息集进行分类得到歌曲评论信息子集,获取歌曲评论信息子集中对应的歌曲音质评价短句得到多个歌曲音质评价短句,获取各个音质评价短句在对应歌曲评论信息子集中的发生频率,将多个歌曲音质评价短句中发生频率大于频率阈值的歌曲音质评价短句作为歌曲评论信息集对应的歌曲标签。
其中,预先设置的歌曲评价关键词可以是预设关键词中与歌曲维度关联的关键词,例如“音色”、“音量”、“频率”、“噪声”、“音质”等,在此不做限定。每一类歌曲评论信息子集对应一个歌曲评价关键词,例如:若预先设置的歌曲评价关键词为音色、音量、音质,则对歌曲评论信息集进行分类可得到与音色对应的第一歌曲评论信息子集,与音量对应的第二歌曲评论信息子集和与音质对应的第三歌曲评论信息子集。
歌曲音质评价短句包括歌曲评价关键词,以及与该歌曲评价关键词匹配的词汇对应的形容词。需要说明的是,在获取歌曲音质评价短句的过程中,可将与歌曲评价关键词匹配的词汇统一处理为该歌曲评价关键词,并将对应的形容词也统一处理为简洁的词汇,以便整理同类型的评价。例如,“部分歌词听不清楚”可整理为“吐词不清”。
发生频率是指歌曲音质评价短句在所属的歌曲评论信息子集中的出现次数与其歌曲评论信息子集中的总评价信息数之比。例如:歌曲评论信息子集中的总评价信息数为10,歌曲音质评价短句在该歌曲评论信息子集的数量为2,则发生频率为0.2。
举例来说,若预先设置的歌曲评价关键词是音色、音量、音质,歌曲评论信息集包括:部分歌词听不清楚、歌词含糊不清楚、声音太大、音色明朗、声音太沉闷、音色特别沉闷,则与音色对应的第一歌曲评论信息子集包括:音色明朗、声音太沉闷、音色特别沉闷,与音量对应的第二歌曲评论信息子集包括:声音太大,与音质对应的第三歌曲评论信息子集包括:部分歌词听不清楚、歌词含糊不清楚。其中,第一歌曲评论信息子集对应的歌曲音质评价短句为音色明朗、音色沉闷,且音色明朗的发生频率为1/3,音色沉闷的发生频率为2/3。第二歌曲评论信息子集对应的歌曲音质评价短句包括音量大,发生频率为1。第三歌曲评论信息子集对应的歌曲音质评价短句包括吐词不清,频率为1。若频率阈值为0.6,则确定音色沉闷、音量大和吐词不清均为歌曲评论信息集对应的歌曲标签。
在获取歌曲标签的第二种实施方式中,对于频率阈值不做限定,通过获取各歌曲音质评价短句在对应歌曲评论信息子集中的发生频率,将发生频率大于频率阈值的歌曲音质评价短句作为歌曲评论信息集的歌曲标签。如此,选取的歌曲音质评论短句满足众多评论用户的评论信息,提高了获取歌曲标签的准确率。
需要说明的是,获取伴奏标签的方法可参照上述两种实施方式,在此不再赘述。上述两种实施方式并不构成对本申请实施例的限定,实际应用中,还可以采用其他实施方式获取歌曲标签或伴奏标签。
204:根据该歌曲标签和该伴奏标签生成该目标音频的音质评价信息。
其中,音频评论信息可以是歌曲标签和伴奏标签对应的组合评论信息,例如,歌曲标签为“听不清”,伴奏标签为“杂音”,该音频评论信息为“歌词不清晰,伴奏有杂音”。该音频评论信息也可以是歌曲标签和伴奏标签对应的评价值,例如,歌曲标签为“听不清楚”对应的评价值为80分,伴奏标签为“有杂音”的评价值为60分,该音频评论信息取两者的平均值得到70分等,在此也不做限定。
在本申请实施例中,生成目标音频的音质评价信息的方法可包括以下两种实施方式。
第一种实施方式,音质评价信息为音质评价值,具体的,获取歌曲标签对应的第一评价值和伴奏标签对应的第二评价值,根据第一评价值和第二评价值获取该音质评价值。
在该实施方式中,可预先定义歌曲标签对应的第一评价值,以及伴奏标签对应的第二评价值。
以歌曲标签为例,第一评价值可按照歌曲标签对应的形容词进行定义。例如,当歌曲标签为“声音沉闷”时,第一评价值为80分。当歌曲标签为“声音太沉闷”时,第一评价值为70分。当歌曲标签为“声音特别沉闷”时,第一评价值为60分。若目标音频对应“声音沉闷”、“声音太沉闷”和“声音特别沉闷”三个歌曲标签时,计算第一评价值可通过三者之间的平均值或者加权平均值进行计算。
第一评价值还可按照不同维度进行定义。例如:当歌曲标签为“声音沉闷”时,第一评价值定义为-减5分。当歌曲标签为“声音太小”时,第一评价值定义为减10分。当歌曲标签为“破音”时,第一评价值定义为减10分。若目标音频对应“声音沉闷”、“声音太小”和“破音”三个歌曲标签时,计算第一评价值:100-5-10-10,得到75分。
本申请对于获取音质评价值的方法不做限定,可预先定义歌曲标签和伴奏标签分别对应的权值,再进行加权求和得到音质评价值。例如,若歌曲标签对应的第一评价值80分,伴奏标签对应的第二评价值为60分,且歌曲标签和伴奏标签分别对应的权值为0.6、0.4,则计算音质评价值:80*0.6+60*0.4,得到72。如此,通过考虑权值,可提高获取音质评价值的准确率。
在生成音质评价信息的第一种实施方式中,分别根据歌曲标签对应的第一评价值和伴奏标签对应的第二评价值获取目标音频的音质评价值,提高了获取音质评价值的准确性,可使用户终端直接显示目标音频的音频评价值,便于用户快速识别该目标音频的音频质量分数。
第二种实施方式,音质评价信息为音质评价列表,具体的,获取歌曲标签与评论信息集中的各评论信息之间的第一匹配值,以及获取伴奏标签与该评论信息集中的评论信息之间的第二匹配值,再根据该评论信息集中的各评论信息对应的第一匹配值和第二匹配值获取该评论信息的展示顺序,按照该评论信息集中的各评论信息的展示顺序生成音质评价列表。
在该实施方式中,第一匹配值用于描述歌曲标签与各个评论信息之间的相似值,第二匹配值用于描述伴奏标签与各个评论信息之间的相似值。
本申请对于获取评论信息的展示顺序的方法不做限定,可根据第一匹配值和第二匹配值,以及第一匹配值和第二匹配值对应的权值进行加权得到匹配评价值,再根据匹配评价值的大小进行排序得到展示顺序。
需要说明的是,若歌曲标签或伴奏标签的数量大于1,则可确定多个第一匹配值或多个第二匹配值的平均值,再进行加权计算。若多个评论信息的匹配评价值一致,则展示顺序可根据评论时间、评论用户的等级等进行排序,在此不做限定。
在生成音质评价信息的第二种实施方式中,获取目标音频对应的歌曲标签和伴奏标签,再获取各个评论信息与该歌曲标签之间的第一匹配值和伴奏标签之间的第二匹配值,从而根据第一匹配值和第二匹配值获取各评论信息的展示顺序,提高了获取展示顺序的准确性。根据各评论信息的展示顺序生成音质评价列表,可使用户终端先显示与标签信息相关的内容,便于用户浏览评论信息。
举例来说,假设歌曲标签包括第一标签、第二标签,伴奏标签包括第三标签,目标音频的评论信息集包括第一评论信息、第二评论信息、第三评论信息和第四评论信息。其中,第一评论信息与第一标签、第二标签、第三标签之间的匹配值分别为0.8、0.6、0.5,第二评论信息与第一标签、第二标签、第三标签之间的匹配值分别为0.6、0.8、0.4,第三评论信息与第一标签、第二标签、第三评论信息标签之间的匹配值分别为0.7、0.7、0.6,第四评论信息与第一标签、第二标签、第三标签之间的匹配值分别为0.8、0.8、0.8。根据以上多个匹配值进行计算分别得到第一评论信息、第二评论信息、第三评论信息和第四评论信息的匹配评价值为0.6、0.55、0.65、0.8,则展示顺序为第四评论信息、第三评论信息、第一评论信息和第二评论信息,而用户终端在一个页面中可显示三个评论信息,则如图3所示,该用户终端中从上到下分别显示第四评论信息、第三评论信息、第一评论信息。
进一步的,若用户选择第一标签,则重新按照与第一标签对应的匹配值进行排序,若存在一样的匹配值,则按照匹配评价值的大小进行排序。如图4所示,该用户终端中从上到下分别显示第四评论信息、第一评论信息、第三评论信息。
需要说明的是,若用户选择标签之后,可在评论信息中突出显示与该标签匹配的评论字段,以提示听众浏览相关内容。上述两种实施方式并不构成对本申请实施例的限定,实际应用中,还可以采用其他实施方式生成音质评价信息。
在如图2所示的信息处理方法中,根据预设关键词从针对目标音频的评论信息集中获取目标评论信息集,对该目标评论信息集进行分类得到歌曲评论信息集和伴奏评论信息集。再分别获取该歌曲评论信息集对应的歌曲标签和该伴奏评论信息集对应的伴奏标签,根据该歌曲标签和该伴奏标签生成该目标音频的音质评价信息。如此,从歌曲和伴奏的角度生成目标音频的音质评价信息,可提高音频评论的处理效率,展示了音频评论的全面性,有利于提高用户对目标音频的整体印象。
上述详细阐述了本申请实施例的方法,下面提供了本申请实施例的装置。
请参照图5,图5是本申请实施例提供的一种信息处理装置的结构示意图,如图5所示,上述信息处理装置500,包括:
获取单元501用于根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集;
分类单元502用于对所述目标评论信息集进行分类,得到歌曲评论信息集和伴奏评论信息集;
所述获取单元501还用于获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;
生成单元503用于根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。
在一个可能的示例中,所述评论信息集包括多个评论信息;所述获取单元501具体用于对所述评论信息进行分词,得到多个词组;若所述多个词组中的第一词组与所述预设关键词匹配,则将所述第一词组对应的句子确定为目标评论信息,并将所述目标评论信息归入所述目标评论信息集。
在一个可能的示例中,所述获取单元501具体用于获取所述第一词组对应的句子中,除了所述第一词组之外的第二词组;确定所述第二词组的词性,根据所述词性获取所述句子对应的摘要信息;将所述摘要信息确定为所述目标评论信息。
在一个可能的示例中,所述获取单元501还用于获取所述目标评论信息对应的评论用户标识;获取所述评论用户标识对应的历史评论信息集;根据所述历史评论信息集获取所述评论用户标识对应的评论质量值;若所述评论质量值大于质量阈值,则执行所述对所述评论信息进行分词,得到多个词组的步骤。
在一个可能的示例中,所述音质评价信息为音质评价值;所述生成单元503具体用于获取所述歌曲标签对应的第一评价值和所述伴奏标签对应的第二评价值;根据所述第一评价值和所述第二评价值获取所述音质评价值。
在一个可能的示例中,所述音质评价信息为音质评价列表;所述生成单元503具体用于获取所述歌曲标签与所述评论信息集中的各评论信息之间的第一匹配值;获取所述伴奏标签与所述评论信息集中的各评论信息之间的第二匹配值;根据所述评论信息集中的各评论信息对应的第一匹配值和第二匹配值获取该评论信息的展示顺序;按照所述评论信息集中的各评论信息的展示顺序生成所述音质评价列表。
在一个可能的示例中,所述获取单元501具体用于按照预先设置的歌曲评价关键词,对所述歌曲评论信息集进行分类,得到歌曲评论信息子集;获取所述歌曲评论信息子集中对应的歌曲音质评价短句,得到多个歌曲音质评价短句;获取所述歌曲音质评价短句在对应歌曲评论信息子集中的发生频率;将所述多个歌曲音质评价短句中发生频率大于频率阈值的歌曲音质评价短句确定为所述歌曲评论信息集对应的歌曲标签。
该信息处理装置可以实现前述方法实施例中信息处理装置的功能,该信息处理装置中各个单元执行详细过程可以参见前述方法实施例中信息处理装置的执行步骤,此处不在赘述。
请参照图6,图6是本申请实施例提供的一种信息处理装置的实体结构示意图,该信息处理装置600包括处理器601、通信接口602和存储器603。处理器601、通信接口602和存储器603可以通过总线604相互连接,也可以通过其它方式相连接。图5所示的获取单元501、分类单元502和生成单元503所实现的相关功能可以通过一个或多个处理器601来实现。
其中,处理器601包括是一个或多个处理器,例如包括一个或多个中央处理器,在处理器601是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。应用在本申请实施例中,处理器601用于控制信息处理装置实现图2所示的实施例。
通信接口602用于实现服务器与用户终端等设备之间的通信。
存储器603包括但不限于是随机存储记忆体(random access memory,RAM)、只读存储器(read-only memory,ROM)、可擦除可编程只读存储器(erasable programmableread only memory,EPROM)、或便携式只读存储器(compact disc read-only memory,CD-ROM),该存储器603用于存储相关指令及数据。
在本申请实施例中,所述存储器603存储计算机程序,所述计算机程序包括程序指令,所述处理器601被配置用于调用所述程序指令,上述程序包括用于执行以下步骤的指令:
根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集;
对所述目标评论信息集进行分类,得到歌曲评论信息集和伴奏评论信息集;
获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;
根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。
采用本申请实施例,从歌曲和伴奏的角度生成目标音频的音质评价信息,可提高音频评论的处理效率,展示了音频评论的全面性,有利于提高用户对目标音频的整体印象。
在一个可能的示例中,所述评论信息集包括目标评论信息,在所述根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集方面,所述程序中的指令具体用于执行以下操作:
对所述评论信息进行分词,得到多个词组;
若所述多个词组中的第一词组与所述预设关键词匹配,则将所述第一词组对应的句子确定为目标评论信息,并将所述目标评论信息归入所述目标评论信息集。
在一个可能的示例中,在所述将所述第一词组对应的句子确定为目标评论信息方面,所述程序中的指令具体用于执行以下操作:
获取所述第一词组对应的句子中,除了所述第一词组之外的第二词组;
确定所述第二词组的词性,根据所述词性获取所述句子对应的摘要信息;
将所述摘要信息确定为所述目标评论信息。
在一个可能的示例中,在所述对所述评论信息进行分词,得到多个词组之前,所述程序中的指令还用于执行以下操作:
获取所述目标评论信息对应的评论用户标识;
获取所述评论用户标识对应的历史评论信息集;
根据所述历史评论信息集获取所述评论用户标识对应的评论质量值;
若所述评论质量值大于质量阈值,则执行所述对所述评论信息进行分词,得到多个词组的步骤。
在一个可能的示例中,所述音质评价信息为音质评价值,在所述根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息方面,所述程序中的指令具体用于执行以下操作:
获取所述歌曲标签对应的第一评价值和所述伴奏标签对应的第二评价值;
根据所述第一评价值和所述第二评价值获取所述音质评价值。
在一个可能的示例中,所述音质评价信息为音质评价列表,在所述根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息方面,所述程序中的指令具体用于执行以下操作:
获取所述歌曲标签与所述评论信息集中的各评论信息之间的第一匹配值;
获取所述伴奏标签与所述评论信息集中的各评论信息之间的第二匹配值;
根据所述评论信息集中的各评论信息对应的第一匹配值和第二匹配值获取该评论信息的展示顺序;
按照所述评论信息集中的各评论信息的展示顺序生成所述音质评价列表。
在一个可能的示例中,在所述获取所述歌曲评论信息集对应的歌曲标签方面,所述程序中的指令具体用于执行以下操作:
按照预先设置的歌曲评价关键词,对所述歌曲评论信息集进行分类,得到歌曲评论信息子集;
获取所述歌曲评论信息子集中对应的歌曲音质评价短句,得到多个歌曲音质评价短句;
获取所述歌曲音质评价短句在对应歌曲评论信息子集中的发生频率;
将所述多个歌曲音质评价短句中发生频率大于频率阈值的歌曲音质评价短句确定为所述歌曲评论信息集对应的歌曲标签。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令当被信息处理装置执行时使信息处理装置执行上述方法实施例。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种信息处理方法,其特征在于,包括:
根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集,所述目标评论信息集包括多个与所述预设关键词匹配的评论信息,所述预设关键词包括与音质相关的词汇;
对所述目标评论信息集进行分类,得到歌曲评论信息集和伴奏评论信息集;
获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;
根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。
2.根据权利要求1所述的方法,其特征在于,所述评论信息集包括多个评论信息;
所述根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集,包括:
对所述评论信息进行分词,得到多个词组;
若所述多个词组中的第一词组与所述预设关键词匹配,则将所述第一词组对应的句子确定为目标评论信息,并将所述目标评论信息归入所述目标评论信息集。
3.根据权利要求2所述的方法,其特征在于,所述将所述第一词组对应的句子确定为目标评论信息,包括:
获取所述第一词组对应的句子中,除了所述第一词组之外的第二词组;
确定所述第二词组的词性,根据所述词性获取所述句子对应的摘要信息;
将所述摘要信息确定为所述目标评论信息。
4.根据权利要求2所述的方法,其特征在于,在所述对所述评论信息进行分词,得到多个词组之前,所述方法还包括:
获取所述目标评论信息对应的评论用户标识;
获取所述评论用户标识对应的历史评论信息集;
根据所述历史评论信息集获取所述评论用户标识对应的评论质量值;
若所述评论质量值大于质量阈值,则执行所述对所述评论信息进行分词,得到多个词组的步骤。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述音质评价信息为音质评价值;
所述根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息,包括:
获取所述歌曲标签对应的第一评价值和所述伴奏标签对应的第二评价值;
根据所述第一评价值和所述第二评价值获取所述音质评价值。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述音质评价信息为音质评价列表;
所述根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息,包括:
获取所述歌曲标签与所述评论信息集中的各评论信息之间的第一匹配值;
获取所述伴奏标签与所述评论信息集中的各评论信息之间的第二匹配值;
根据所述评论信息集中的各评论信息对应的第一匹配值和第二匹配值获取该评论信息的展示顺序;
按照所述评论信息集中的各评论信息的展示顺序生成所述音质评价列表。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述获取所述歌曲评论信息集对应的歌曲标签,包括:
按照预先设置的歌曲评价关键词,对所述歌曲评论信息集进行分类,得到歌曲评论信息子集;
获取所述歌曲评论信息子集中对应的歌曲音质评价短句,得到多个歌曲音质评价短句;
获取所述歌曲音质评价短句在对应歌曲评论信息子集中的发生频率;
将所述多个歌曲音质评价短句中发生频率大于频率阈值的歌曲音质评价短句确定为所述歌曲评论信息集对应的歌曲标签。
8.一种信息处理装置,其特征在于,包括:
获取单元,用于根据预设关键词从针对目标音频的评论信息集中,获取目标评论信息集,所述目标评论信息集包括多个与所述预设关键词匹配的评论信息,所述预设关键词包括与音质相关的词汇;
分类单元,用于对所述目标评论信息集进行分类,得到歌曲评论信息集和伴奏评论信息集;
所述获取单元,还用于获取所述歌曲评论信息集对应的歌曲标签和所述伴奏评论信息集对应的伴奏标签;
生成单元,用于根据所述歌曲标签和所述伴奏标签生成所述目标音频的音质评价信息。
9.一种信息处理装置,其特征在于,包括处理器、通信接口和存储器,其中,所述存储器存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1-7任一项所述的方法。
10.一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计算机程序,所述计算机程序包括程序指令,所述程序指令当被信息处理装置执行时使所述信息处理装置执行如权利要求1-7任一项所述的方法。
CN201910467292.2A 2019-05-30 2019-05-30 信息处理方法及装置 Active CN110188356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910467292.2A CN110188356B (zh) 2019-05-30 2019-05-30 信息处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910467292.2A CN110188356B (zh) 2019-05-30 2019-05-30 信息处理方法及装置

Publications (2)

Publication Number Publication Date
CN110188356A CN110188356A (zh) 2019-08-30
CN110188356B true CN110188356B (zh) 2023-05-19

Family

ID=67719204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910467292.2A Active CN110188356B (zh) 2019-05-30 2019-05-30 信息处理方法及装置

Country Status (1)

Country Link
CN (1) CN110188356B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110851650B (zh) * 2019-11-11 2023-11-28 腾讯科技(深圳)有限公司 一种评论输出方法、装置、以及计算机存储介质
CN111061909B (zh) * 2019-11-22 2023-11-28 腾讯音乐娱乐科技(深圳)有限公司 一种伴奏分类方法和装置
CN110853606A (zh) * 2019-11-26 2020-02-28 Oppo广东移动通信有限公司 一种音效配置方法、装置及计算机可读存储介质
CN111540361B (zh) * 2020-03-26 2023-08-18 北京搜狗科技发展有限公司 一种语音处理方法、装置和介质
CN111930977A (zh) * 2020-08-04 2020-11-13 腾讯音乐娱乐科技(深圳)有限公司 识别敏感信息的方法、装置、设备及存储介质
CN112185421B (zh) * 2020-09-29 2023-11-21 北京达佳互联信息技术有限公司 音质检测方法、装置、电子设备及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5913204A (en) * 1996-08-06 1999-06-15 Kelly; Thomas L. Method and apparatus for surveying music listener opinion about songs
WO2009013145A1 (de) * 2007-07-20 2009-01-29 Robert Bosch Gmbh Verfahren zur durchführung einer anpassung von deskriptoren, vorrichtung und verwendung hierfür
CN102737069A (zh) * 2011-04-15 2012-10-17 清华大学 一种语义增强的音乐评论分类方法
CN102760264A (zh) * 2011-04-29 2012-10-31 国际商业机器公司 为互联网上的评论生成摘录的计算机实现的方法和系统
CN105975453A (zh) * 2015-12-01 2016-09-28 乐视网信息技术(北京)股份有限公司 评论标签提取方法和装置
CN106021234A (zh) * 2016-05-31 2016-10-12 徐子涵 标签提取方法及系统
JP2017146874A (ja) * 2016-02-19 2017-08-24 株式会社アイスタイル 辞書構築装置、情報処理装置、コメント出力装置、評価語辞書の生産方法、情報処理方法、コメント出力方法およびプログラム
CN108491463A (zh) * 2018-03-05 2018-09-04 科大讯飞股份有限公司 标签确定方法及装置
CN108549642A (zh) * 2018-04-27 2018-09-18 广州酷狗计算机科技有限公司 评价音高信息的标注质量的方法、装置及存储介质
CN108595660A (zh) * 2018-04-28 2018-09-28 腾讯科技(深圳)有限公司 多媒体资源的标签信息生成方法、装置、存储介质及设备
CN108920657A (zh) * 2018-07-03 2018-11-30 百度在线网络技术(北京)有限公司 用于生成信息的方法和装置
CN109271512A (zh) * 2018-08-29 2019-01-25 中国平安保险(集团)股份有限公司 舆情评论信息的情感分析方法、装置及存储介质
CN109635841A (zh) * 2018-11-13 2019-04-16 平安科技(深圳)有限公司 歌词评价方法、装置及存储介质、计算机设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170154077A1 (en) * 2015-12-01 2017-06-01 Le Holdings (Beijing) Co., Ltd. Method for comment tag extraction and electronic device

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5913204A (en) * 1996-08-06 1999-06-15 Kelly; Thomas L. Method and apparatus for surveying music listener opinion about songs
WO2009013145A1 (de) * 2007-07-20 2009-01-29 Robert Bosch Gmbh Verfahren zur durchführung einer anpassung von deskriptoren, vorrichtung und verwendung hierfür
CN102737069A (zh) * 2011-04-15 2012-10-17 清华大学 一种语义增强的音乐评论分类方法
CN102760264A (zh) * 2011-04-29 2012-10-31 国际商业机器公司 为互联网上的评论生成摘录的计算机实现的方法和系统
CN105975453A (zh) * 2015-12-01 2016-09-28 乐视网信息技术(北京)股份有限公司 评论标签提取方法和装置
JP2017146874A (ja) * 2016-02-19 2017-08-24 株式会社アイスタイル 辞書構築装置、情報処理装置、コメント出力装置、評価語辞書の生産方法、情報処理方法、コメント出力方法およびプログラム
CN106021234A (zh) * 2016-05-31 2016-10-12 徐子涵 标签提取方法及系统
CN108491463A (zh) * 2018-03-05 2018-09-04 科大讯飞股份有限公司 标签确定方法及装置
CN108549642A (zh) * 2018-04-27 2018-09-18 广州酷狗计算机科技有限公司 评价音高信息的标注质量的方法、装置及存储介质
CN108595660A (zh) * 2018-04-28 2018-09-28 腾讯科技(深圳)有限公司 多媒体资源的标签信息生成方法、装置、存储介质及设备
CN108920657A (zh) * 2018-07-03 2018-11-30 百度在线网络技术(北京)有限公司 用于生成信息的方法和装置
CN109271512A (zh) * 2018-08-29 2019-01-25 中国平安保险(集团)股份有限公司 舆情评论信息的情感分析方法、装置及存储介质
CN109635841A (zh) * 2018-11-13 2019-04-16 平安科技(深圳)有限公司 歌词评价方法、装置及存储介质、计算机设备

Also Published As

Publication number Publication date
CN110188356A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN110188356B (zh) 信息处理方法及装置
US10417344B2 (en) Exemplar-based natural language processing
EP3648099B1 (en) Voice recognition method, device, apparatus, and storage medium
JP6667504B2 (ja) オーファン発話検出システム及び方法
Zhang et al. Unsupervised learning in cross-corpus acoustic emotion recognition
CN108197282B (zh) 文件数据的分类方法、装置及终端、服务器、存储介质
EP1840764A1 (en) Hybrid audio-visual categorization system and method
CN110597952A (zh) 信息处理方法、服务器及计算机存储介质
US20160071510A1 (en) Voice generation with predetermined emotion type
CN109920409B (zh) 一种声音检索方法、装置、系统及存储介质
WO2018232623A1 (en) SUPPLYING PERSONALIZED SONGS IN AN AUTOMATED ONLINE DIALOGUE
CN109710799B (zh) 语音交互方法、介质、装置和计算设备
Houjeij et al. A novel approach for emotion classification based on fusion of text and speech
JP2021076818A (ja) 音声対話するための方法、装置、デバイス及びコンピュータ読み取り可能な記憶媒体
WO2020052061A1 (zh) 用于处理信息的方法和装置
CN110851650B (zh) 一种评论输出方法、装置、以及计算机存储介质
US20220165257A1 (en) Neural sentence generator for virtual assistants
Turnbull et al. Modelling music and words using a multi-class naıve bayes approach
CN108153875B (zh) 语料处理方法、装置、智能音箱和存储介质
CN111460215B (zh) 音频数据处理方法、装置、计算机设备以及存储介质
CN108777804B (zh) 媒体播放方法及装置
CN109635841B (zh) 歌词评价方法、装置及存储介质、计算机设备
CN116978367A (zh) 语音识别方法、装置、电子设备和存储介质
CN110797013A (zh) 语音直播间的直播入口显示方法、相关设备及存储介质
CN115329125A (zh) 一种歌曲串烧拼接方法和装置

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
GR01 Patent grant
GR01 Patent grant