CN110717062B - 音乐搜索及车载音乐播放方法、装置、设备以及存储介质 - Google Patents

Abstract

本公开提出了一种音乐搜索及车载音乐播放方法、装置、设备以及存储介质。搜索与用户的音乐搜索请求相匹配的音乐；对搜索到的音乐中的相同音乐进行去重处理；以及将去重后的音乐推送给所述用户。由此，在按照预定顺序播放去重后的音乐时，不会出现连续播放同一首音乐的不同版本的情况，从而可以提升用户的音乐播放体验。特别是对于处于驾驶状态的用户来说，还可以避免用户因执行不必要的操作(切换、暂停等操作)而带来的安全隐患。

Description

音乐搜索及车载音乐播放方法、装置、设备以及存储介质

技术领域

本公开涉及互联网技术领域，特别是涉及一种音乐搜索及车载音乐播放方法、装置、设备以及存储介质。

背景技术

随着互联网的快速发展，人们可以从互联网获取多种资源。例如，用户可以通过互联网获取音乐资源。

目前，智能语音交互服务使得用户可以通过语音发起音乐搜索。比如，响应于用户说出“播放歌手刘某某的冰雨”这一语音指令，搜索引擎就会返回音乐歌曲库中所有歌手刘某某《冰雨》的不同版本，然后顺序播放。但是很多情况下，用户其实并不希望重复听不同版本的《冰雨》，这就需要用户通过执行额外的操作，如发送“停止播放”或“下一曲”的命令，控制播放。这无疑会降低用户的体验，并且这种额外的操作对于用户，尤其是处于驾驶状态的用户来说，需要较高的操作成本并且这种不必要的操作会带来一定程度的安全风险。

发明内容

本公开的一个目的在于，提供一种能够解决上述问题的音乐搜索及车载音乐播放方案。

根据本公开的第一个方面，提出了一种音乐搜索方法，包括：搜索与用户的音乐搜索请求相匹配的音乐；对搜索到的音乐中的相同音乐进行去重处理；以及将去重后的音乐推送给用户。

可选地，相同音乐为歌词和曲调均相同或相似的音乐。

可选地，对搜索到的音乐中的相同音乐进行去重处理的步骤包括：在搜索到的音乐中查找相同音乐；以及对于查找到属于同一相同音乐的多首音乐，仅保留其中一首。

可选地，在搜索到的音乐中查找相同音乐的步骤包括：分别计算搜索到的音乐中任意两首音乐之间的文本相似度和音频相似度；以及将文本相似度超过第一预定阈值，同时音频相似度超过第二预定阈值的两首音乐，判定为相同音乐。

可选地，计算两首音乐之间的文本相似度的步骤包括：计算两首音乐的歌词文本之间的相似度，作为文本相似度。

可选地，计算两首音乐的歌词文本之间的相似度的步骤包括：利用相似哈希算法分别对两首音乐中不同音乐的歌词文本进行编码；以及计算两首音乐的编码结果的海明距离，以得到相似度。

可选地，计算两首音乐之间的音频相似度的步骤包括：将两首音乐的音频数据分别进行向量化处理，以得到每首音乐的音频数据的向量化表示；计算两首音乐的向量化表示之间的相似度，以得到音频相似度。

可选地，音乐搜索方法还包括：针对搜索到的音乐中至少部分音乐的向量化表示结果，使用高维索引技术为向量化表示结果建立索引信息，以便根据索引信息，从至少部分音乐中召回音频相似的音乐。

可选地，仅保留其中一首的步骤包括：根据音乐的属性信息以及用户的偏好信息，确定保留的音乐。

可选地，仅保留其中一首的步骤包括：根据音乐与音乐搜索请求的匹配程度，并且/或者，根据音乐的热度和/或品质，确定多首音乐中所保留的音乐。

根据本公开的第二个方面，还提供了一种车载音乐播放方法，包括：接收用户的音乐搜索指令；搜索与音乐搜索指令相匹配的音乐；对搜索到的音乐中的相同音乐进行去重处理；以及播放去重后的音乐。

根据本公开的第三个方面，还提供了一种音乐搜索装置，包括：搜索模块，用于搜索与用户的音乐搜索请求相匹配的音乐；去重模块，用于对搜索到的音乐中的相同音乐进行去重处理；以及推送模块，用于将去重后的音乐推送给用户。

可选地，相同音乐为歌词和曲调均相同或相似的音乐。

可选地，去重模块包括：查找模块，用于在搜索到的音乐中查找相同音乐；以及保留模块，用于对于查找到属于同一相同音乐的多首音乐，仅保留其中一首。

可选地，查找模块包括：第一计算模块，用于计算搜索到的音乐中任意两首音乐之间的文本相似度；第二计算模块，用于计算搜索到的音乐中任意两首音乐之间的音频相似度；以及判断模块，用于将文本相似度超过第一预定阈值，同时音频相似度超过第二预定阈值的两首音乐，判定为相同音乐。

可选地，第一计算模块用于计算两首音乐的歌词文本之间的相似度，作为文本相似度。

可选地，第一计算模块包括：编码模块，用于利用相似哈希算法分别对两首音乐中不同音乐的歌词文本进行编码；以及第一相似度计算模块，用于计算两首音乐的编码结果的海明距离，以得到相似度。

可选地，第二计算模块包括：向量化处理模块，用于将两首音乐的音频数据分别进行向量化处理，以得到每首音乐的音频数据的向量化表示；第二相似度计算模块，用于计算两首音乐的向量化表示之间的相似度，以得到音频相似度。

可选地，音乐搜索装置还包括：索引模块，用于针对搜索到的音乐中至少部分音乐的向量化表示结果，使用高维索引技术为向量化表示结果建立索引信息，以便根据索引信息，从至少部分音乐中召回音频相似的音乐。

可选地，保留模块根据音乐的属性信息以及用户的偏好信息，确定保留的音乐。

可选地，保留模块根据音乐与音乐搜索请求的匹配程度，并且/或者，根据音乐的热度和/或品质，确定多首音乐中所保留的音乐。

根据本公开的第四个方面，还提供了一种车载音乐播放装置，包括：接收模块，用于接收用户的音乐搜索指令；搜索模块，用于搜索与音乐搜索指令相匹配的音乐；去重模块，用于对搜索到的音乐中的相同音乐进行去重处理；以及播放模块，用于播放去重后的音乐。

根据本公开的第五个方面，还提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行如本公开第一个方面或第二个方面述及的方法。

根据本公开的第六个方面，还提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被电子设备的处理器执行时，使处理器执行如本公开第一个方面或第二个方面述及的方法。

本公开通过对搜索出的音乐进行去重处理，使得在播放去重后的音乐时，不会出现连续播放同一首音乐的不同版本的情况，从而可以提升用户的音乐播放体验。特别是对于处于驾驶状态的用户来说，还可以避免用户因执行不必要的操作（切换、暂停等操作）而带来的安全隐患。

附图说明

通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。

图1是示出了根据本公开一实施例的音乐搜索方法的示意性流程图。

图2是示出了计算两首歌曲是否相同歌曲的示意图。

图3是示出了根据本公开一实施例的音乐搜索装置的结构的示意性方框图。

图4是示出了去重模块可以具有的功能模块的结构示意图。

图5是示出了根据本公开一实施例的车载音乐播放装置的结构的示意性方框图。

图6是示出了根据本公开一具体实施例的音乐搜索系统的工作流程图。

图7示出了根据本发明一实施例的计算设备的结构的示意性方框图。

实施方式

下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

【方案概述】

在车载场景下，用户（尤其是驾驶员）在搜索音乐时，一般只关心音乐搜索结果的播放是否及时，对于相同音乐的不同版本，用户并不关心，并且这种属于不同版本的相同音乐的播放，还会给用户造成一定的困扰，促使用户执行暂停、切换等不必要的操作，来跳过不同版本的相同音乐的播放，这种不必要的操作会带来一定程度的安全隐患。例如，在用户的音乐搜索请求只涉及音乐名称但没有限定歌手的情况下，只需要尽快找到这首用户想听的歌曲，播放即可，而不必将不同歌手针对该首歌曲唱过的不同版本的音乐一一播放。

因此，为了提高用户的音乐播放体验，特别是用户在驾驶过程中的音乐播放体验。本公开提出，在响应于用户的音乐搜索请求而执行音乐搜索时，针对搜索出的音乐可以进行去重处理，例如，对于属于相同音乐的多首音乐，可以仅保留一首。由此，反馈给用户的搜索结果是去重后的音乐。在按照预定顺序播放去重后的音乐时，不会出现连续播放同一首音乐的不同版本的情况，从而可以提升用户的音乐播放体验。特别是对于处于驾驶状态的用户来说，不仅可以提升用户音乐播放体验，还可以避免用户因执行不必要的操作（切换、暂停等操作）而带来的安全隐患。

图1是示出了根据本公开一实施例的音乐搜索方法的示意性流程图。

参见图1，在步骤S110，搜索与用户的音乐搜索请求相匹配的音乐。

用户可以通过语音发出音乐搜索请求，也可以通过文本输入的方式发出音乐搜索请求。也就是说，此处述及的音乐搜索请求可以是用户发出的语音指令，也可以是用户输入的文本信息。在音乐搜索请求是语音指令的情况下，可以首先利用语音识别技术，如自动语音识别技术（Automatic Speech Recognition，ASR），将语音指令识别为文本信息，然后根据识别的文本信息进行搜索。

搜索到的音乐可以是歌曲和/或乐曲。其中，歌曲是指由歌词和曲调构成的音乐，乐曲是指不带歌词的由纯曲调构成的音乐。

在步骤S120，对搜索到的音乐中的相同音乐进行去重处理。

本公开述及的相同音乐是指内容相同或相似的音乐。从内容上说，音乐主要包括歌词和曲调，其可以是由歌词和曲调构成的歌曲，也可以是仅由曲调构成的乐曲。因此，相同音乐可以是指歌词和曲调均相同或相似的音乐。

可以在搜索到的音乐中查找相同音乐，然后对于查找到属于同一相同音乐的多首音乐，仅保留其中一首，以实现相同音乐的去重。其中，关于相同音乐的判断以及去重机制，将在下文详细说明，此处暂不赘述。

在步骤S130，将去重后的音乐推送给用户。

由此，在播放推送结果时，不会出现连续播放同一首音乐的不同版本的情况，从而可以提升用户的音乐播放体验，特别是对于处于驾驶状态的用户来说，还可以避免用户因不必要操作带来的安全隐患。

下面就本公开涉及的各方面做进一步说明。

【相同音乐的定义】

如上文所述，本公开述及的相同音乐是指内容相同或相似的音乐，例如可以是歌词和曲调均相同或相似的音乐。具体地，对于有歌词的音乐（如歌曲），相同音乐应该是歌词和曲调一样的音乐；对于无歌词的音乐（例如乐曲），相同音乐则是曲调一样的音乐。

示例1：音乐同名，歌词和曲调相同，虽然演唱者或弹奏者不一样，但这种不同版本的音乐可以认为是相同音乐。

示例2：音乐不同名，歌词和曲调相同，也认为是相同音乐。

示例3：演唱者或弹奏者相同，曲调一致，原唱和它的伴奏版，也认为是相同音乐。

示例4：音乐同名，但曲调和/或歌词不同，则认为不是相同音乐。

示例5：一首音乐的不同语言版本，可以认为不是相同音乐。例如，中英两种版本，由于歌词一个是中文一个是英文，认为不是同名歌曲。

【相同音乐的判断】

根据上文对相同音乐的定义可知，相同音乐的判断主要包括两方面，歌词是否相同或相似的判断和曲调是否相同或相似的判断。

在本公开中，可以通过计算两首音乐之间的文本相似度和音频相似度，来判定是否相同音乐。其中，文本相似度可以表征音乐的文本信息（如歌词）间的相似度，音频相似度可以表征音乐的曲调（也即音频特征）的相似度。可以将文本相似度超过第一预定阈值，同时音频相似度超过第二预定阈值的两首音乐，判定为相同音乐。其中，第一预定阈值、第二预定阈值的具体数值可以根据实际情况下设定，例如可以设置为0.8，对此本公开不做限定。

1、文本相似度

音乐的文本信息可以包括歌词、音乐名称（例如歌名）以及音乐的演唱者或弹奏者等信息。由于本公开述及的相同音乐主要是指内容上相同或相似的音乐。因此，文本相似度主要是指歌词间的相似度，也就是说，可以计算两首音乐的歌词文本之间的相似度，所得到的相似度可以作为文本相似度。当然，作为本公开的一个可选示例，在计算文本相似度时，也可以考虑音乐名称的相似度（例如歌名相似度）和音乐的演唱者或弹奏者的相似度（例如歌手相似度）。

下面就文本相似度的计算过程进行示例性说明。

（1）歌词相似度

由于相同音乐的歌词并不是完全一样，可能是大部分相似，并且歌词的长度较长，如平均长度为160字节。因此，如果使用余弦相似度、杰卡德（Jaccard）相似度等相似度计算公式来计算歌词间的相似度，计算结果可能不能较为准确地反映两首音乐的歌词间的相似度。

为此，本公开提出，可以使用相似哈希算法（simhash）分别对两首音乐中不同音乐的歌词文本进行编码，通过计算两首音乐的编码结果的海明距离，来得到歌词相似度。关于相似哈希算法的编码原理以及海明距离的计算原理为本领域成熟技术，此处不再赘述。

（2）音乐名称的相似度

在计算音乐名称的相似度之前，可以对音乐名称进行归一化预处理，并可以去掉其中的英文小括号，中括号，书名号及括号等特殊符号，大写转小写，繁体转简体，全角转半角。然后计算歌名相似度。其中，可以使用余弦相似度、杰卡德（Jaccard）相似度等相似度计算公式来计算音乐名称的相似度。关于余弦相似度、杰卡德（Jaccard）相似度的计算原理为本领域成熟技术，此处不再赘述。

（2）演唱者或弹奏者的相似度

在分别对两首音乐的演唱者或弹奏者所对应的字符串进行归一化之后，可以以演唱者或弹奏者的名字为最小粒度对两个字符串进行分词，计算两个字符串互相包含程度，作为演唱者或弹奏者的相似度。

如上文所述，本公开述及的文本相似度主要是指歌词相似度。在同时参考音乐名称的相似度和演唱者或弹奏者的相似度的情况下，可以分别为这三种相似度设置预设的权重，然后将这三种相似度在相应权重下的乘积之和，作为文本相似度。

2、音频相似度

首先可以将两首音乐的音频数据分别进行向量化处理，以得到每首音乐的音频数据的向量化表示，然后计算这两首音乐的向量化表示之间的相似度，以得到音频相似度。

作为示例，对于不同音乐的音频数据，可以使用相同时间间隔对其进行采样，然后使用差值方法对缺失值进行补齐。由于不同音乐的时长不一样，采样之后的数据点个数不同，因此可以将每条采样后的音频数据做归一化，保证所有音频数据的均值相同，然后使用离散余弦变换将每个歌曲降维到固定长度，保证每首音乐都表示成同长度实数向量。至此，可以得到音乐的音频数据的向量化表示。

对于对任意两首音乐的同长度实数向量，可以计算余弦相似度，以得到音频相似度。但是由于计算任意两个歌曲的相似度时的计算量太大。因此，本公开提出，可以使用高维索引技术对搜索到的音乐中至少部分音乐的向量化表示结果建立索引信息，以便根据索引信息，从至少部分音乐中召回音频相同或相似的音乐。关于高维索引技术的实现为现有成熟技术，此处不再赘述。

如图2所示，对于两首歌曲“青藏高原——歌手韩某某”和“青藏高原——歌手李某某”，可以分别计算歌名相似度、歌手相似度以及歌词相似度，然后可以根据计算得到的歌名相似度、歌手相似度以及歌词相似度，计算总的文本相似度。其中，在计算文本相似度时，歌词相似度的占比较大。并且，可以将这两手歌曲进行数字化处理，然后计算音频相似度。当文本相似度和音频相似度都较高，例如分别高于第一预定阈值和第二预定阈值的情况下，可以认为这两手歌曲是相同歌曲。

【音乐保留机制】

对于判定为属于同一相同音乐的多首音乐，可以仅保留其中一首。在具体选择保留哪一首时，可以根据音乐的属性信息以及用户的属性信息来综合确定。例如，可以考虑音乐的静态信息和动态信息，以及用户的静态信息和动态信息，以决定最终保留的音乐。其中，音乐的静态信息可以是播放次数、音乐品质（如录音棚、现场版、SQ（Super Quality，超品质））等属性信息，音乐的动态信息可以是基于时间衰减确定的音乐的流行程度、歌手的流行程度等属性信息。用户的静态信息可以是用户的长期的兴趣偏好，动态信息可以是用户短期（如当前）的兴趣偏好。

也就是说，可以根据音乐的属性信息以及用户的（长短期）偏好信息，确定保留的音乐，以使得最终保留的音乐能够满足用户的个性化需求。

作为本公开的一个示例，可以根据音乐与音乐搜索请求的匹配程度，并且/或者，根据音乐的热度和/或品质，确定属于同一相同音乐的多首音乐中所保留的音乐。例如，可以保留多首音乐中与用户的音乐搜索请求的匹配度最高的音乐，或者保留多首音乐中热度和/或品质最高的音乐。另外，也可以根据用户的偏好信息，保留多首音乐中与用户的偏好最接近的音乐。

例如，在判断是否相同音乐之后，对于判定为属于同一相同音乐的多首音乐，可以基于如下两种保留机制决定最终保留哪首音乐。

（1）搜索请求（如搜索词）中包含歌手，保留该歌手的最近最热歌曲。

（2）搜索请求（如搜索词）中不包含歌手，保留最近最热歌曲。

最近最热的指标与歌曲的静态信息——播放次数和音乐品质（录音棚，现场版）有关，也与歌曲的动态信息——歌曲的流行程度、歌手的流行程度有关，再与用户长期短期兴趣因素有关，可以通过建立深度学习模型，判断此次搜索保留哪首曲目。

至此，就本公开的音乐搜索方法做了详细说明。

根据上文描述可知，产品形态上，本公开对歌曲的搜索进行同名歌曲去重，同一首歌仅保留一首用户感兴趣的音频质量好的歌曲播放给用户，不仅能提升用户体验，并且在车机场景下减少用户不必要操作带来的安全隐患。在同名歌曲识别的方法上，本公开的准确率和召回率非常高，能够准确识别两首同名歌曲，即使歌名不同，歌手不同，对歌词和歌曲音频的深刻挖掘能够正确识别是否是同名歌曲。在保留曲目的选择上，本公开考虑了歌曲的静态信息和动态信息，用户的静态信息和动态信息，决定最终保留曲目，能够满足不同用户需求。

【车载音乐播放方法】

本公开可以应用于车载场景，实现为一种车载音乐播放方法。如上文所述，在车载场景下，用户（尤其是驾驶员）在搜索音乐时，一般只关心音乐搜索结果的播放是否及时，对于相同音乐的不同版本，用户并不关心，并且这种属于不同版本的相同音乐的播放，还会给用户造成一定的困扰，促使用户执行暂停、切换等不必要的操作，来跳过不同版本的相同音乐的播放。例如，在用户的音乐搜索请求只涉及音乐名称但没有限定歌手的情况下，只需要尽快找到这首用户想听的歌曲，播放即可，而不必将不同歌手针对该首歌曲唱过的不同版本的音乐一一播放。

为此，本公开的车载音乐播放方法，可以接收用户的音乐搜索指令，并搜索与音乐搜索指令相匹配的音乐。然后可以对搜索到的音乐中的相同音乐进行去重处理，并播放去重后的音乐。由此，在用户处于驾驶状态这一场景下，基于本公开的车载音乐播放方案可以为用户播放去重后的搜索结果，从而可以避免因不同版本的相同音乐的播放而产生的不必要操作所带来的安全隐患。其中，关于相同音乐的定义以及去重过程，可以参见上文相关说明，此处不再赘述。

【音乐搜索装置】

本公开的音乐搜索方法还可以实现为一种音乐搜索装置。

图3是示出了根据本公开一实施例的音乐搜索装置的结构的示意性方框图。其中，音乐搜索装置的功能模块可以由实现本发明原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图3所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。

下面就音乐搜索装置可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文结合图1至图2的描述，这里不再赘述。

参见图3，音乐搜索装置400包括搜索模块410、去重模块420以及推送模块430。

搜索模块410用于搜索与用户的音乐搜索请求相匹配的音乐。去重模块420用于对搜索到的音乐中的相同音乐进行去重处理。其中，相同音乐可以为歌词和曲调均相同或相似的音乐。推送模块430用于将去重后的音乐推送给用户。

如图4所示，去重模块420可以可选地包括查找模块421和保留模块423。查找模块421用于在搜索到的音乐中查找相同音乐。保留模块423用于对于查找到属于同一相同音乐的多首音乐，仅保留其中一首。保留模块423可以根据音乐的属性信息以及用户的偏好信息，确定保留的音乐。可选地，保留模块423可以根据音乐与音乐搜索请求的匹配程度，并且/或者，根据音乐的热度和/或品质，确定多首音乐中所保留的音乐。

进一步地，查找模块421可以包括第一计算模块4211、第二计算模块4212以及判断模块4213。第一计算模块4211用于计算搜索到的音乐中任意两首音乐之间的文本相似度。第二计算模块4212用于计算搜索到的音乐中任意两首音乐之间的音频相似度。判断模块4213用于将文本相似度超过第一预定阈值，同时音频相似度超过第二预定阈值的两首音乐，判定为相同音乐。

可选地，第一计算模块4211可以用于计算两首音乐的歌词文本之间的相似度，作为文本相似度。例如，第一计算模块4211可以包括编码模块和第一相似度计算模块（图中未示出）。编码模块用于利用相似哈希算法分别对两首音乐中不同音乐的歌词文本进行编码。第一相似度计算模块用于计算两首音乐的编码结果的海明距离，以得到相似度。

可选地，第二计算模块4212可以包括向量化处理模块和第二相似度计算模块（图中未示出）。向量化处理模块用于将两首音乐的音频数据分别进行向量化处理，以得到每首音乐的音频数据的向量化表示。第二相似度计算模块用于计算两首音乐的向量化表示之间的相似度，以得到音频相似度。

如图3所示，音乐搜索装置400还可以可选地包括图中虚线框所示的索引模块440。索引模块440用于针对搜索到的音乐中至少部分音乐的向量化表示结果，使用高维索引技术为向量化表示结果建立索引信息，以便根据索引信息，从至少部分音乐中召回音频相似的音乐。

【车载音乐播放装置】

本公开还可以实现为一种车载音乐播放装置。

图5是示出了根据本公开一实施例的车载音乐播放装置的结构的示意性方框图。其中，车载音乐播放装置的功能模块可以由实现本发明原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图5所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。

下面就车载音乐播放装置可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文关于车载音乐播放方法的描述，这里不再赘述。

参见图5，车载音乐播放装置600包括接收模块610、搜索模块620、去重模块630以及播放模块640。

接收模块610用于接收用户的音乐搜索指令。搜索模块620用于搜索与音乐搜索指令相匹配的音乐。去重模块630用于对搜索到的音乐中的相同音乐进行去重处理。播放模块640可以播放去重后的音乐。其中，关于去重模块630可以具有的功能模块以及实现原理，可以参见上文结合图4的描述，此处不再赘述。

【应用例】

图6是示出了根据本公开一具体实施例的音乐搜索系统的工作流程图。其中，图中带圈数字示出了数据的处理流程。

参见图6，首先可以由语音端710收集用户的语音查询指令，然后可以由处理模块720将语音查询指令转换为文本查询信息，并解析出用户的搜索意图，例如可以是用户期望搜索的歌名和歌手信息。然后可以由平台730将处理模块720传入的参数进行整理，并调用音乐搜索服务，如可以将整理后的数据发送给音乐搜索服务系统740，以进行搜索。

具体地，可以首先由意图识别模块741对解析出的意图信息进行补充，以增加召回结果。例如，可以考虑个性化和场景化因素，来补充搜索意图。比如，用户搜索“播放激情的歌曲”，处理模块720的识别结果就是“激情的歌曲”，直接搜索音乐并没有理想的返回结果。由意图识别模块741解析确定“播放激情的歌曲”应该播放哪些歌曲id、专辑id、精选集id的列表。其中，对于不同用户和不同的场景，意图识别模块741的解析结果也不同。也就是说，意图识别模块741可以结合用户的长期和短期音乐兴趣，以及用户所在场景，比如：天气，地点，目的地，时间，车辆状况等信息，来补充搜索意图。

搜索模块742可以使用意图识别模块741的返回结果启用搜索服务，在音乐库中搜索符合的歌曲的基本信息，如可以包括歌曲名称，歌手，播放次数，播放时长，播放链接等基本信息。

排序模块743可以对搜索模块742的搜索结果进行排序，并对相同歌曲进行去重，然后返回排序结果，给平台730。由平台730再将结果发送至处理模块720，处理模块720可以指令语音端710按照预定排列顺序播放搜索结果。

【计算设备】

图7示出了根据本公开一实施例可用于实现上述音乐搜索及车载音乐播放方法的数据处理的计算设备的结构示意图。

参见图7，计算设备800包括存储器810和处理器820。

处理器820可以是一个多核的处理器，也可以包含多个处理器。在一些实施例中，处理器820可以包含一个通用的主处理器以及一个或多个特殊的协处理器，例如图形处理器（GPU）、数字信号处理器（DSP）等等。在一些实施例中，处理器820可以使用定制的电路实现，例如特定用途集成电路（ASIC，Application Specific Integrated Circuit）或者现场可编程逻辑门阵列（FPGA，Field Programmable Gate Arrays）。

存储器810可以包括各种类型的存储单元，例如系统内存、只读存储器（ROM），和永久存储装置。其中，ROM可以存储处理器820或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置（例如磁或光盘、闪存）作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备（例如软盘、光驱）。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器810可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片（DRAM，SRAM，SDRAM，闪存，可编程只读存储器），磁盘和/或光盘也可以采用。在一些实施方式中，存储器810可以包括可读和/或写的可移除的存储设备，例如激光唱片（CD）、只读数字多功能光盘（例如DVD-ROM，双层DVD-ROM）、只读蓝光光盘、超密度光盘、闪存卡（例如SD卡、min SD卡、Micro-SD卡等等）、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。

存储器810上存储有可执行代码，当可执行代码被处理器820执行时，可以使处理器820执行上文述及的音乐搜索及车载音乐播放方法。

上文中已经参考附图详细描述了根据本发明的音乐搜索及车载音乐播放方法、装置及计算设备。

此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。

或者，本发明还可以实施为一种非暂时性机器可读存储介质（或计算机可读存储介质、或机器可读存储介质），其上存储有可执行代码（或计算机程序、或计算机指令代码），当所述可执行代码（或计算机程序、或计算机指令代码）被电子设备（或计算设备、服务器等）的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法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，所述模块、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，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续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。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (13)

1.一种音乐搜索方法，其特征在于，包括：

搜索与用户的音乐搜索请求相匹配的音乐；

在搜索到的音乐中查找相同音乐；

对于查找到属于同一相同音乐的多首音乐，仅保留其中一首；其中，所述仅保留其中一首的步骤包括：根据音乐的属性信息以及用户的长短期偏好信息，通过建立深度学习模型，确定保留的音乐；其中，所述音乐的属性信息包括音乐的静态信息和动态信息，所述音乐的静态信息包括播放次数、音乐品质，所述音乐的动态信息包括基于时间衰减确定的音乐的流行程度、歌手的流行程度；以及

将去重后的音乐推送给所述用户。

2.根据权利要求1所述的音乐搜索方法，其特征在于，

所述相同音乐为歌词和曲调均相同或相似的音乐。

3.根据权利要求1所述的音乐搜索方法，其特征在于，所述在搜索到的音乐中查找相同音乐的步骤包括：

分别计算搜索到的音乐中任意两首音乐之间的文本相似度和音频相似度；以及

将文本相似度超过第一预定阈值，同时音频相似度超过第二预定阈值的两首音乐，判定为相同音乐。

4.根据权利要求3所述的音乐搜索方法，其特征在于，计算两首音乐之间的文本相似度的步骤包括：

计算两首音乐的歌词文本之间的相似度，作为所述文本相似度。

5.根据权利要求4所述的音乐搜索方法，其特征在于，所述计算两首音乐的歌词文本之间的相似度的步骤包括：

利用相似哈希算法分别对所述两首音乐中不同音乐的歌词文本进行编码；以及

计算所述两首音乐的编码结果的海明距离，以得到所述相似度。

6.根据权利要求3所述的音乐搜索方法，其特征在于，计算两首音乐之间的音频相似度的步骤包括：

将所述两首音乐的音频数据分别进行向量化处理，以得到每首音乐的音频数据的向量化表示；

计算所述两首音乐的向量化表示之间的相似度，以得到所述音频相似度。

7.根据权利要求6所述的音乐搜索方法，其特征在于，还包括：

针对搜索到的音乐中至少部分音乐的向量化表示结果，使用高维索引技术为所述向量化表示结果建立索引信息，以便根据所述索引信息，从所述至少部分音乐中召回音频相似的音乐。

8.一种车载音乐播放方法，其特征在于，包括：

接收用户的音乐搜索指令；

搜索与所述音乐搜索指令相匹配的音乐；

在搜索到的音乐中查找相同音乐；

对于查找到属于同一相同音乐的多首音乐，仅保留其中一首；其中，所述仅保留其中一首的步骤包括：根据音乐的属性信息以及用户的长短期偏好信息，通过建立深度学习模型，确定保留的音乐；其中，所述音乐的属性信息包括音乐的静态信息和动态信息，所述音乐的静态信息包括播放次数、音乐品质，所述音乐的动态信息包括基于时间衰减确定的音乐的流行程度、歌手的流行程度；以及

播放去重后的音乐。

9.一种音乐搜索装置，其特征在于，包括：

搜索模块，用于搜索与用户的音乐搜索请求相匹配的音乐；

查找模块，用于在搜索到的音乐中查找相同音乐；以及

保留模块，用于对于查找到属于同一相同音乐的多首音乐，仅保留其中一首；其中，所述仅保留其中一首的步骤包括：根据音乐的属性信息以及用户的长短期偏好信息，通过建立深度学习模型，确定保留的音乐；其中，所述音乐的属性信息包括音乐的静态信息和动态信息，所述音乐的静态信息包括播放次数、音乐品质，所述音乐的动态信息包括基于时间衰减确定的音乐的流行程度、歌手的流行程度；以及

推送模块，用于将去重后的音乐推送给所述用户。

10.根据权利要求9所述的音乐搜索装置，其特征在于，

所述相同音乐为歌词和曲调均相同或相似的音乐。

11.一种车载音乐播放装置，其特征在于，包括：

接收模块，用于接收用户的音乐搜索指令；

搜索模块，用于搜索与所述音乐搜索指令相匹配的音乐；

查找模块，用于在搜索到的音乐中查找相同音乐；以及

保留模块，用于对于查找到属于同一相同音乐的多首音乐，仅保留其中一首；其中，所述仅保留其中一首的步骤包括：根据音乐的属性信息以及用户的长短期偏好信息，通过建立深度学习模型，确定保留的音乐；其中，所述音乐的属性信息包括音乐的静态信息和动态信息，所述音乐的静态信息包括播放次数、音乐品质，所述音乐的动态信息包括基于时间衰减确定的音乐的流行程度、歌手的流行程度；以及

播放模块，用于播放重后的音乐。

12.一种计算设备，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-8中任何一项所述的方法。

13.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1至8中任一项所述的方法。