CN114900726A - 音频交互识别方法、电子设备及可读存储介质 - Google Patents
音频交互识别方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114900726A CN114900726A CN202210499701.9A CN202210499701A CN114900726A CN 114900726 A CN114900726 A CN 114900726A CN 202210499701 A CN202210499701 A CN 202210499701A CN 114900726 A CN114900726 A CN 114900726A
- Authority
- CN
- China
- Prior art keywords
- audio
- preset
- identified
- standard
- complete
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000000694 effects Effects 0.000 claims abstract description 24
- 238000001228 spectrum Methods 0.000 claims description 30
- 238000004891 communication Methods 0.000 claims description 19
- 239000012634 fragment Substances 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
- H04N21/42204—User interfaces specially adapted for controlling a client device through a remote control device; Remote control devices therefor
- H04N21/42206—User interfaces specially adapted for controlling a client device through a remote control device; Remote control devices therefor characterized by hardware details
- H04N21/42222—Additional components integrated in the remote control device, e.g. timer, speaker, sensors for detecting position, direction or movement of the remote control, microphone or battery charging device
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
- G10H1/00—Details of electrophonic musical instruments
- G10H1/36—Accompaniment arrangements
- G10H1/361—Recording/reproducing of accompaniment for use with an external source, e.g. karaoke systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/54—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for retrieval
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
- H04N21/42204—User interfaces specially adapted for controlling a client device through a remote control device; Remote control devices therefor
- H04N21/42206—User interfaces specially adapted for controlling a client device through a remote control device; Remote control devices therefor characterized by hardware details
- H04N21/42221—Transmission circuitry, e.g. infrared [IR] or radio frequency [RF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4312—Generation of visual interfaces for content selection or interaction; Content or additional data rendering involving specific graphical features, e.g. screen layout, special fonts or colors, blinking icons, highlights or animations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/439—Processing of audio elementary streams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/482—End-user interface for program selection
- H04N21/4828—End-user interface for program selection for searching program descriptors
Abstract
本申请公开了音频交互识别方法、电子设备及可读存储介质,应用于显示设备,所述音频交互识别方法包括:若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频;将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。本申请解决了现有技术中大屏K歌的歌曲识别便捷性低的技术问题。
Description
技术领域
本申请涉及智能交互技术领域,尤其涉及一种音频交互识别方法、电子设备及可读存储介质。
背景技术
随着智能交互技术的不断发展,当下的智能电视可通过蓝牙功能连接多种具有蓝牙功能的外围设备,为用户提供多样的使用体验,其中,大屏K歌已然成为了客厅娱乐的重要方式之一,目前,倘若用户需要在电视机上进行K歌,通常情况下通过遥控器输入歌手名或歌曲名等文本信息识别想唱的歌曲,进而跳转到该歌曲对应的K歌界面进行演唱,但是,一旦用户只记得歌曲的曲调,而无法准确地记起歌手名或歌曲名等文本信息时,需要借助其它方式才能够获取想唱的歌曲,以致影响用户的体验的同时还耗费了大量时间成本,所以,当前大屏K歌的歌曲识别便捷性低。
发明内容
本申请的主要目的在于提供一种音频交互识别方法、电子设备及可读存储介质,旨在解决现有技术中大屏K歌的歌曲识别便捷性低的技术问题。
为实现上述目的,本申请提供一种音频交互识别方法,应用于显示设备,所述显示设备与遥控设备通信连接,所述音频交互识别方法包括:
若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频;
将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;
若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
为实现上述目的,本申请还提供一种音频交互识别方法,应用于遥控设备,所述遥控设备与显示设备通信连接,所述音频交互识别方法包括:
依据获取的音频片段识别指令,获取待识别音频片段;
将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;
通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
为实现上述目的,本申请还提供一种音频交互识别装置,应用于显示设备,所述显示设备与遥控设备通信连接,所述音频交互识别装置包括:
接收模块,用于若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频;
显示模块,用于将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;
识别模块,用于若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
为实现上述目的,本申请还提供一种音频交互识别装置,应用于遥控设备,所述遥控设备与显示设备通信连接,所述音频交互识别装置包括:
获取模块,用于依据获取的音频片段识别指令,获取待识别音频片段;
发送模块,用于将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;
检测模块,用于通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述音频交互识别方法的程序,所述音频交互识别方法的程序被处理器执行时可实现如上述的音频交互识别方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有实现音频交互识别方法的程序,所述音频交互识别方法的程序被处理器执行时实现如上述的音频交互识别方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的音频交互识别方法的步骤。
本申请提供了一种音频交互识别方法、电子设备及可读存储介质,应用于显示设备,所述显示设备与遥控设备通信连接,也即,若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频,实现了在接收到遥控设备上传的待识别音频片段时,对待识别音频片段进行实时音频检索的目的;进而将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息,实现了在显示设备的预设显示界面上,向用户实时展示标准完整音频对应的音频信息,以供用户确定标准完整音频是否具备预设识别效果,从而检测是否在预设接收周期内接收到用户针对于音频信息输入的反馈信息;进而若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。由于预设接收周期内显示设备和遥控设备始终通信连接,进而可实现仅通过显示设备和遥控设备之间进行简单的信息交互,即可完成音频片段的识别的目的,也即,当用户想要在显示设备进行K歌时,仅需在遥控设备输入待识别音频片段,进而通过显示设备对待识别音频片段进行检索,进而通过用户的反馈信息确定待识别音频片段对应的标准完整音频是否为具备预设识别效果的目标识别音频,即可最终识别到想唱的歌曲,所以克服了现有技术中由于用户无法准确地记起歌手名或歌曲名等文本信息,进而导致耗费大量时间成本的技术缺陷,所以提升了大屏K歌的歌曲识别便捷性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请音频交互识别方法第一实施例的流程示意图;
图2为本申请音频交互识别方法第二实施例的流程示意图;
图3为本申请实施例中音频交互识别方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例一
首先,应当理解的是,目前大屏K歌所采用的识别歌曲的方式,是存在明显短板的,当用户想要识别某首歌曲时,通常只能通过遥控器输入精确的文本信息,以进行歌曲的检索,但是,在现如今的应用场景中,用户可能仅对歌曲的曲调耳熟能详,而并不了解歌手名及歌曲名,或者忘记了想要K歌的歌曲信息的,此时若要检索到想要的歌曲,只能通过求助他人或借助智能手机的“听歌识曲”功能等其它方式先获取想要K歌的歌曲,进而通过歌曲信息在大屏中检索出该歌,最终实现在大屏上进行K歌的目的,所以,对于大屏K歌的歌曲识别便捷性亟需提升。
本申请实施例提供一种音频交互识别方法,在本申请音频交互识别方法的第一实施例中,参照图1,所述音频交互识别方法应用于显示设备,所述显示设备与遥控设备通信连接,所述音频交互识别方法包括:
步骤S10,若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的预设完整音频;
步骤S20,将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;
在本实施例中,需要说明的是,所述遥控设备用于拾取用户输入的音频片段以及发送音频片段至显示设备,具体为具备拾音功能的蓝牙遥控设备,例如蓝牙语音遥控器,所述显示设备用于识别音频数据以及呈现K歌界面,具体为具备音频算法处理能力和云端歌曲库的智能显示设备,例如智能电视,在一种可实施的方式中,所述遥控设备为蓝牙语音遥控器,所述显示设备为智能电视,蓝牙遥控器与智能电视建立通信连接的方式为蓝牙遥控器发送红外码值至电视端,电视端会提醒用户自动对码,对码成功后即建立配对连接。
另外地,需要说明的是,所述待识别音频片段为用户触发音频片段识别指令后,遥控设备拾取的等待识别的音频片段,具体可以为遥控设备拾取的音频片段,也可以为拾取后进行了预处理的音频片段,例如,在一种可实施的方式中,当用户触发音频片段识别指令后,倘若周围环境嘈杂,则遥控设备在获取到用户演唱的音频片段后,将对音频片段进行去噪等操作,以降低显示设备检索用户演唱的音频片段的检索难度。
另外地,需要说明的是,所述标准完整音频为和待识别音频片段相似度最高的完整音频,所述预设显示界面用于显示K歌界面,其中,所述音频相似度最高的完整音频来源于预设音频库,所述预设音频库既可为云端音频库,也可为显示设备的音频库,用于存储不同歌曲的完整音频,在一种可实施的方式中,所述显示设备为大屏电视,所述遥控设备为蓝牙遥控器,当大屏电视接收到蓝牙遥控器上传的待识别音频片段后,将待识别音频片段与预设音频库的完整音频进行对比匹配,以检索出与所述待识别音频片段最相似的完整音频,并将该完整音频作为标准完整音频。
另外地,需要说明的是,所述预设接收周期为接收第二待识别音频片段的时长范围,具体可以为10s、20s以及1min等,所述目标识别音频为用户想要进行K歌的歌曲对应的完整音频,所述反馈信息为用户触发音频反馈指令后反馈的信息,具体可以为重拾音频片段,也即,重新拾取的待识别音频片段,也可以为针对于所述标准完整音频的反馈,例如,假设当标准完整音频对应的音频信息显示于显示设备上时,可弹出“是否进行演唱”的对话框,当用户选择“是”,则将所述标准完整音频作为目标识别音频,当用户选择“否”,则表征所述标准完整音频不为目标识别音频,在一种可实施的方式中,当标准完整音频对应的音频信息显示于预设显示界面时,用户觉得标准完整音频对应的歌曲并非自己想要K歌的歌曲,进而用户可通过遥控设备继续发送待识别音频片段至显示设备。
作为一种示例,步骤S10至步骤S20包括:检测是否接收到所述遥控设备上传的第一识别数据,若接收到所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的预设完整音频,若未接收到所述遥控设备上传的待识别音频片段,则生成检索断开指令,其中,所述检索断开指令通过断开连接服务器以及断开连接所述遥控设备等操作触发生成;将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的重拾音频片段,其中,所述显示的方式可以为显示标准完整音频对应的歌名、歌手名或显示K歌歌词等方式。
其中,所述检索所述待识别音频片段对应的预设完整音频的步骤包括:
步骤A10,提取所述待识别音频片段的音频片段指纹;
步骤A20,在预设音频指纹库中对所述音频片段指纹进行音频指纹对比,得到标准音频指纹;
步骤A30,将所述标准音频指纹对应的完整音频作为标准完整音频。
在本实施例中,需要说明的是,所述音频片段指纹用于表征所述待识别音频片段的唯一标识符,具体为附属有时间属性的数字集合,可基于特定的算法将待识别音频片段中独一无二的数字特征进行提取,所述特定的算法包括echoprint、chromaprint以及landmark等,在一种可实施的方式中,假设所述特定的算法为landmark,则需将待识别音频片段对应的原始波形音乐通过快速傅里叶变换由时域变换成频域,也即,得到频谱图,进而在频谱图中选取一些能量峰值构造一系列音频指纹,进而通过对比匹配得到标准完整音频。
另外地,需要说明的是,所述预设音频指纹库用于存储完整音频对应的音频指纹,所述标准音频指纹用于表征所述标准完整音频的唯一标识符,例如,假设预设音频指纹库中存储有完整音频A、B以及C分别对应的音频指纹,且A、B和C分别属于三种完全不同风格的歌曲类型,那么当用户哼唱的曲调对应的歌曲刚好为A时,仅通过简单对比音频指纹即可找到想要K歌的歌曲,其中,所述简单对比的方式可以为键值对对比的方式。
作为一种示例,步骤A10至步骤A30包括:依据预设特定算法,提取所述待识别音频片段的音频片段指纹;以所述音频片段指纹为索引,查询所述预设音频指纹库,得到标准音频指纹,其中,所述音频片段指纹对应着哈希标签,所述预设音频指纹库对应着哈希列表;将所述标准音频指纹对应的完整音频作为标准完整音频。
其中,所述在预设音频指纹库中对所述音频片段指纹进行音频指纹对比,得到标准音频指纹的步骤包括:
步骤B10,获取所述音频片段指纹的第一时段标识,以及获取所述预设音频指纹库中的至少一个待比对音频指纹的第二时段标识;
步骤B20,依据所述第一时段标识和各所述第二时段标识之间的时段标识差,确定所述标准音频指纹。
在本实施例中,需要说明的是,在歌曲识别的过程中,可能存在歌曲D借鉴歌曲E的情况,进而若仅通过唯一的哈希标签在预设音频指纹库进行指纹对比,将匹配到D和E两种歌曲分别对应的完整音频,但是,由于完整音频对应的哈希标签的唯一性,导致需对D和E进一步甄选,而此时则将时段标识作为进一步甄选的依据,其中,所述时段标识为音频中的出现时刻。
另外地,需要说明的是,所述待比对音频指纹为预设音频指纹库中等待进行比对的音频指纹,所述时段标识差用于表征所述待比对音频指纹与音频片段指纹的相似程度,当所述时段标识差越小时,则说明所述音频片段指纹和所述待比对音频指纹越相似,进而对所有待比对音频指纹进行排序,并选取排序最靠前的音频指纹作为标准音频指纹。
作为一种示例,步骤B10至步骤B20包括:获取音频片段指纹的第一时段标识,以及获取所述预设音频指纹库中的至少一个待比对音频指纹的第二时段标识;依据所述第一时段标识和各所述第二时段标识之间的时段标识差,确定所述标准音频指纹。
其中,所述检索所述待识别音频片段对应的预设完整音频的步骤包括:
步骤C10,提取所述待识别音频片段对应的待识别音频旋律特征和待识别音频频谱特征;
步骤C20,在预设歌曲库中对所述待识别音频旋律特征进行匹配,得到至少一个备选完整音频;
步骤C30,依据所述待识别音频频谱特征,在各所述备选完整音频中确定所述标准完整音频。
在本实施例中,需要说明的是,用户通过遥控设备发送至所述显示设备的音频片段可能是哼唱的曲调,也有可能携带歌词信息,所以,当待识别音频片段中携带歌词信息时,为了提升音频识别的效率,可通过提取旋律特征和频谱特征进行音频检索,其中,所述待识别音频旋律特征为等待识别的音频旋律特征,所述待识别音频频谱特征为等待识别的音频频谱特征,所述待识别音频旋律特征用于反映哼唱曲调内容,具体可用音符序列来表征,所述待识别音频频谱特征用于反映哼唱歌词内容。
另外地,需要说明的是,所述预设歌曲库用于存储不同歌手、流派以及歌曲名的歌曲,所述备选完整音频为预设歌曲库中备选歌曲对应的完整音频,所述备选歌曲为预设歌曲库中与所述待识别音频片段对应的歌曲最相似的预设数量的歌曲,判别预设歌曲库中的歌曲是否为备选歌曲的方式可以为以预设相似度阈值进行判别的方式。
作为一种示例,步骤C10至步骤C30包括:提取所述待识别音频片段对应的待识别音频旋律特征和待识别音频频谱特征;将预设歌曲库中的歌曲旋律特征与待识别音频旋律特征之间的旋律相似度大于预设相似度阈值的至少一个歌曲作为备选歌曲,确定各所述备选歌曲的备选完整音频;依据所述待识别音频频谱特征,在各所述备选完整音频中确定所述标准完整音频。
其中,所述依据所述待识别音频频谱特征,在各所述备选完整音频中确定所述标准完整音频的步骤包括:
步骤D10,依据预设匹配算法,计算所述待识别音频频谱特征和各所述备选完整音频的频谱特征之间的频谱相似度;
步骤D20,依据各所述频谱相似度,对各所述备选完整音频进行排序;
步骤D30,将目标序号对应的备选完整音频作为标准完整音频。
在本实施例中,需要说明的是,所述预设匹配算法用于计算频谱相似度,具体可以为DTW算法等,所述频谱相似度用于表征待识别音频片段和备选完整音频之间歌词内容信息的相似度,所述目标序号由用户预先设置,用于确定标准完整音频。
作为一种示例,步骤D10至步骤D30包括:依据预设匹配算法,计算所述待识别音频频谱特征和各所述备选完整音频的频谱特征之间的频谱相似度;依据各所述频谱相似度的相似度大小,依次排序各所述备选完整音频;将目标序号对应的备选完整音频作为标准完整音频。
步骤S30,若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
作为一种示例,步骤S30包括:若在预设接收周期内未接收到所述遥控设备上传的音频信息对应的音频片段,则将所述标准音频作为具备预设识别效果的目标识别音频。
其中,在所述在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息的步骤之后,所述音频交互识别方法还包括:
步骤E10,若在预设接收周期内接收到所述遥控设备上传的音频信息对应的反馈信息,则将反馈信息对应的音频片段作为所述待识别音频片段,并返回步骤:检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示。
作为一种示例,步骤E10包括:若在预设接收周期内接收到所述遥控设备上传的重拾音频片段,则将所述重拾音频片段作为所述待识别音频片段,并返回步骤:检索所述待识别音频片段对应的预设完整音频,并将所述标准完整音频对应的标准音频在预设显示界面上进行显示,其中,当在预设接收周期内接收到所述重拾音频片段时,则说明所述标准完整音频不为具备预设识别效果的目标识别音频,进而将所述重拾音频片段作为所述待识别音频片段,以供继续进行音频检索,得到标准完整音频。
本申请提供了一种音频交互识别方法、电子设备及可读存储介质,应用于显示设备,所述显示设备与遥控设备通信连接,也即,若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频,实现了在接收到遥控设备上传的待识别音频片段时,对待识别音频片段进行实时音频检索的目的;进而将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息,实现了在显示设备的预设显示界面上,向用户实时展示标准完整音频对应的音频信息,以供用户确定标准完整音频是否具备预设识别效果,从而检测是否在预设接收周期内接收到用户针对于音频信息输入的反馈信息;进而若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。由于预设接收周期内显示设备和遥控设备始终通信连接,进而可实现仅通过显示设备和遥控设备之间进行简单的信息交互,即可完成音频片段的识别的目的,也即,当用户想要在显示设备进行K歌时,仅需在遥控设备输入待识别音频片段,进而通过显示设备对待识别音频片段进行检索,进而通过用户的反馈信息确定待识别音频片段对应的标准完整音频是否为具备预设识别效果的目标识别音频,即可最终识别到想唱的歌曲,所以克服了现有技术中由于用户无法准确地记起歌手名或歌曲名等文本信息,进而导致耗费大量时间成本的技术缺陷,所以提升了大屏K歌的歌曲识别便捷性。
实施例二
进一步地,参照图2,在本申请另一实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,所述音频交互识别方法应用于遥控设备,所述遥控设备与显示设备通信连接,所述音频交互识别方法还包括:
步骤F10,依据获取的音频片段识别指令,获取待识别音频片段;
步骤F20,将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;
步骤F30,通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
在本实施例中,需要说明的是,所述音频片段识别指令用于拾取待识别音频片段,具体可由用户点击了拾音按钮或长按拾音键等操作触发生成,所述预设拾音周期可由用户预先设置,具体可以为10s、15s以及20s等,所述音频反馈指令用于获取用户输入的反馈信息,所述反馈信息具体可以为重拾音频片段,其中,所述重拾音频片段与所述待识别音频片段可以为用户输入的同一歌曲的不同音频片段,也可以为不同歌曲的音频片段。
作为一种示例,步骤F10至步骤F30包括:获取用户输入的音频片段识别指令,依据所述音频片段识别指令获取待识别音频片段;将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的预设完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;若检测到预设拾音周期内接收到用户输入的音频反馈指令,则向所述显示设备发送反馈信息,若检测到预设拾音周期内未接收到用户输入的音频反馈指令,则不向所述显示设备发送反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
其中,在所述通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息的步骤之后,所述音频交互识别方法还包括:
步骤G10,若检测到在所述预设拾音周期内未接收到用户针对于所述音频信息输入的音频反馈指令,则生成拾音断开指令;
步骤G20,依据所述拾音断开指令,断开连接所述显示设备。
作为一种示例,步骤G10至步骤G20包括:若检测到在所述预设拾音周期内未接收到用户针对于所述音频信息输入的音频反馈指,则生成拾音断开指令,其中,所述拾音断开指令可通过检测到用户点击了“结束拾音”按钮或在预设拾音周期内未检测到用户再次触发音频片段识别指令等操作生成;依据所述拾音断开指令,断开连接所述显示设备。
本申请提供了一种音频交互识别方法、电子设备及可读存储介质,应用于遥控设备,所述遥控设备与显示设备通信连接,也即,依据获取的音频片段识别指令,获取待识别音频片段,实现了通过音频片段识别指令拾取用户演唱的歌曲对应的音频片段的目的;进而将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示,也即,实现了通过遥控设备与显示设备之间信息的简单交互,实现了对用户演唱的歌曲对应的音频片段对应完整音频进行检索的目的;进而通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。由于音频反馈指令用于确定是否获取反馈信息,进而通过检测音频反馈信息即可判定所述待识别音频片段对应的标准完整音频是否为具备预设识别效果的目标识别音频,进而当标准完整音频为目标识别音频时,通过显示设备的预设显示界面即可进行心仪歌曲的演唱,所以克服了现有技术中由于用户无法准确地记起歌手名或歌曲名等文本信息,进而导致耗费大量时间成本的技术缺陷,所以提升了大屏K歌的歌曲识别便捷性。
实施例三
本申请实施例还提供一种音频交互识别装置,应用于显示设备,所述显示设备与遥控设备通信连接,所述音频交互识别装置包括:
接收模块,用于若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频;
显示模块,用于将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;
识别模块,用于若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
可选地,所述接收模块还用于:
提取所述待识别音频片段的音频片段指纹;
在预设音频指纹库中对所述音频片段指纹进行音频指纹对比,得到标准音频指纹;
将所述标准音频指纹对应的完整音频作为标准完整音频。
可选地,所述接收模块还用于:
获取所述音频片段指纹的第一时段标识,以及获取所述预设音频指纹库中的至少一个待比对音频指纹的第二时段标识;
依据所述第一时段标识和各所述第二时段标识之间的时段标识差,确定所述标准音频指纹。
可选地,所述接收模块还用于:
提取所述待识别音频片段对应的待识别音频旋律特征和待识别音频频谱特征;
在预设歌曲库中对所述待识别音频旋律特征进行匹配,得到至少一个备选完整音频;
依据所述待识别音频频谱特征,在各所述备选完整音频中确定所述标准完整音频。
可选地,所述第一接收模块还用于:
依据预设匹配算法,计算所述待识别音频频谱特征和各所述备选完整音频的频谱特征之间的频谱相似度;
依据各所述频谱相似度,对各所述备选完整音频进行排序;
将目标序号对应的备选完整音频作为标准完整音频。
可选地,所述音频交互识别装置还用于:
若在所述预设接收周期内接收到所述遥控设备上传的音频信息对应的反馈信息,则将反馈信息对应的音频片段作为所述待识别音频片段,并返回步骤:检索所述待识别音频片段对应的预设完整音频。
本发明提供的音频交互识别装置,采用上述实施例中的音频交互识别方法,解决了大屏K歌的歌曲识别便捷性低的技术问题。与现有技术相比,本发明实施例提供的音频交互识别装置的有益效果与上述实施例一提供的音频交互识别方法的有益效果相同,且该音频交互识别装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例四
本申请实施例还提供一种音频交互识别装置,应用于遥控设备,所述遥控设备与显示设备通信连接,所述音频交互识别装置包括:
获取模块,用于依据获取的音频片段识别指令,获取待识别音频片段;
发送模块,用于将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;
检测模块,用于通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
可选地,所述音频交互识别装置还用于:
若检测到在所述预设拾音周期内未接收到用户针对于所述音频信息输入的音频反馈指令,则生成拾音断开指令;
依据所述拾音断开指令,断开连接所述显示设备。
本发明提供的音频交互识别装置,采用上述实施例中的音频交互识别方法,解决了大屏K歌的歌曲识别便捷性低的技术问题。与现有技术相比,本发明实施例提供的音频交互识别装置的有益效果与上述实施例二提供的音频交互识别方法的有益效果相同,且该音频交互识别装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例五
本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例一中的音频交互识别方法。
下面参考图3,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数据。处理装置、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下系统可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置;包括例如磁带、硬盘等的存储装置;以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
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装置从网络上被下载和安装,或者从存储装置被安装,或者从ROM被安装。在该计算机程序被处理装置执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的音频交互识别方法,解决了大屏K歌的歌曲识别便捷性低的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例一或实施例二提供的音频交互识别方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例一或实施例二方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例六
本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例一或实施例二中的音频交互识别方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,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。在本实施例中,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、系统或者器件使用或者与其结合使用。计算机可读存储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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储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电子设备执行时,使得电子设备:若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频;将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
或者依据获取的音频片段识别指令,获取待识别音频片段;将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述音频交互识别方法的计算机可读程序指令,解决了大屏K歌的歌曲识别便捷性低的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例一或实施例二提供的音频交互识别方法的有益效果相同,在此不做赘述。
实施例七
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的音频交互识别方法的步骤。
本申请提供的计算机程序产品解决了大屏K歌的歌曲识别便捷性低的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例一或实施例二提供的音频交互识别方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种音频交互识别方法,其特征在于,应用于显示设备,所述显示设备与遥控设备通信连接,所述音频交互识别方法包括:
若接收所述遥控设备上传的待识别音频片段,则检索所述待识别音频片段对应的标准完整音频;
将所述标准完整音频对应的音频信息在预设显示界面上进行显示,并在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息;
若否,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
2.如权利要求1所述音频交互识别方法,其特征在于,所述检索所述待识别音频片段对应的标准完整音频的步骤包括:
提取所述待识别音频片段的音频片段指纹;
在预设音频指纹库中对所述音频片段指纹进行音频指纹对比,得到标准音频指纹;
将所述标准音频指纹对应的完整音频作为标准完整音频。
3.如权利要求2所述音频交互识别方法,其特征在于,所述在预设音频指纹库中对所述音频片段指纹进行音频指纹对比,得到标准音频指纹的步骤包括:
获取所述音频片段指纹的第一时段标识,以及获取所述预设音频指纹库中的至少一个待比对音频指纹的第二时段标识;
依据所述第一时段标识和各所述第二时段标识之间的时段标识差,确定所述标准音频指纹。
4.如权利要求1所述音频交互识别方法,其特征在于,所述检索所述待识别音频片段对应的标准完整音频的步骤包括:
提取所述待识别音频片段对应的待识别音频旋律特征和待识别音频频谱特征;
在预设歌曲库中对所述待识别音频旋律特征进行匹配,得到至少一个备选完整音频;
依据所述待识别音频频谱特征,在各所述备选完整音频中确定所述标准完整音频。
5.如权利要求4所述音频交互识别方法,其特征在于,所述依据所述待识别音频频谱特征,在各所述备选完整音频中确定所述标准完整音频的步骤包括:
依据预设匹配算法,计算所述待识别音频频谱特征和各所述备选完整音频的频谱特征之间的频谱相似度;
依据各所述频谱相似度,对各所述备选完整音频进行排序;
将目标序号对应的备选完整音频作为标准完整音频。
6.如权利要求1中所述音频交互识别方法,其特征在于,在所述在预设接收周期内检测是否接收到所述遥控设备上传的音频信息对应的反馈信息的步骤之后,所述音频交互识别方法还包括:
若在所述预设接收周期内接收到所述遥控设备上传的音频信息对应的反馈信息,则将反馈信息对应的音频片段作为所述待识别音频片段,并返回步骤:检索所述待识别音频片段对应的预设完整音频。
7.一种音频交互识别方法,其特征在于,应用于遥控设备,所述遥控设备与显示设备通信连接,所述音频交互识别方法包括:
依据获取的音频片段识别指令,获取待识别音频片段;
将所述待识别音频片段发送至所述显示设备,以供所述显示设备检索所述待识别音频片段对应的标准完整音频,并将所述标准完整音频对应的音频信息在预设显示界面上进行显示;
通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息,以供所述显示设备在预设接收周期内未接收到所述遥控设备上传的音频信息对应的反馈信息,则将所述标准完整音频作为具备预设识别效果的目标识别音频。
8.如权利要求7所述音频交互识别方法,其特征在于,在所述通过检测在预设拾音周期内是否接收到用户针对于所述音频信息输入的音频反馈指令,确定是否向所述显示设备发送所述音频信息对应的反馈信息的步骤之后,所述音频交互识别方法还包括:
若检测到在所述预设拾音周期内未接收到用户针对于所述音频信息输入的音频反馈指令,则生成拾音断开指令;
依据所述拾音断开指令,断开连接所述显示设备。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6或7至8中任一项所述的音频交互识别方法的步骤。
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上存储有实现音频交互识别方法的程序,所述实现音频交互识别方法的程序被处理器执行以实现如权利要求1至6或7至8中任一项所述音频交互识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210499701.9A CN114900726A (zh) | 2022-05-09 | 2022-05-09 | 音频交互识别方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210499701.9A CN114900726A (zh) | 2022-05-09 | 2022-05-09 | 音频交互识别方法、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114900726A true CN114900726A (zh) | 2022-08-12 |
Family
ID=82721116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210499701.9A Pending CN114900726A (zh) | 2022-05-09 | 2022-05-09 | 音频交互识别方法、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114900726A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198760A1 (en) * | 2006-09-07 | 2010-08-05 | Agency For Science, Technology And Research | Apparatus and methods for music signal analysis |
CN102053998A (zh) * | 2009-11-04 | 2011-05-11 | 周明全 | 一种利用声音方式检索歌曲的方法及系统装置 |
JP2015060177A (ja) * | 2013-09-20 | 2015-03-30 | カシオ計算機株式会社 | 演奏データファイル検索方法、システム、プログラム、端末装置、およびサーバ装置 |
CN104978962A (zh) * | 2014-04-14 | 2015-10-14 | 安徽科大讯飞信息科技股份有限公司 | 哼唱检索方法及系统 |
CN107293307A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 音频检测方法及装置 |
CN109829515A (zh) * | 2019-03-07 | 2019-05-31 | 北京市博汇科技股份有限公司 | 一种音频指纹匹配方法以及音频指纹匹配装置 |
US20190362405A1 (en) * | 2018-05-23 | 2019-11-28 | Zoo Digital Ltd | Comparing audiovisual products |
CN112086082A (zh) * | 2020-09-07 | 2020-12-15 | 深圳创维-Rgb电子有限公司 | 电视k歌的语音交互方法、电视和存储介质 |
CN112911331A (zh) * | 2020-04-15 | 2021-06-04 | 腾讯科技(深圳)有限公司 | 针对短视频的音乐识别方法、装置、设备及存储介质 |
-
2022
- 2022-05-09 CN CN202210499701.9A patent/CN114900726A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198760A1 (en) * | 2006-09-07 | 2010-08-05 | Agency For Science, Technology And Research | Apparatus and methods for music signal analysis |
CN102053998A (zh) * | 2009-11-04 | 2011-05-11 | 周明全 | 一种利用声音方式检索歌曲的方法及系统装置 |
JP2015060177A (ja) * | 2013-09-20 | 2015-03-30 | カシオ計算機株式会社 | 演奏データファイル検索方法、システム、プログラム、端末装置、およびサーバ装置 |
CN104978962A (zh) * | 2014-04-14 | 2015-10-14 | 安徽科大讯飞信息科技股份有限公司 | 哼唱检索方法及系统 |
CN107293307A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 音频检测方法及装置 |
US20190362405A1 (en) * | 2018-05-23 | 2019-11-28 | Zoo Digital Ltd | Comparing audiovisual products |
CN109829515A (zh) * | 2019-03-07 | 2019-05-31 | 北京市博汇科技股份有限公司 | 一种音频指纹匹配方法以及音频指纹匹配装置 |
CN112911331A (zh) * | 2020-04-15 | 2021-06-04 | 腾讯科技(深圳)有限公司 | 针对短视频的音乐识别方法、装置、设备及存储介质 |
CN112086082A (zh) * | 2020-09-07 | 2020-12-15 | 深圳创维-Rgb电子有限公司 | 电视k歌的语音交互方法、电视和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107978323B (zh) | 音频识别方法、装置及存储介质 | |
CN109543064B (zh) | 歌词显示处理方法、装置、电子设备及计算机存储介质 | |
CN106469557B (zh) | 伴奏音乐的提供方法和装置 | |
EP2932409A2 (en) | Local recognition of content | |
CN104866275B (zh) | 一种用于获取图像信息的方法和装置 | |
CN110265067B (zh) | 录制热门片段方法、装置、电子设备及可读介质 | |
WO2022007565A1 (zh) | 增强现实的图像处理方法、装置、电子设备及存储介质 | |
CN105335414A (zh) | 音乐推荐方法、装置及终端 | |
CN109979418B (zh) | 音频处理方法、装置、电子设备及存储介质 | |
TWI703515B (zh) | 訓練改編水準評價模型、評價改編水準的方法及裝置 | |
CN104750839A (zh) | 一种数据推荐方法、终端及服务器 | |
CN104102659A (zh) | 搜索音乐的方法及终端 | |
CN109756628B (zh) | 一种功能按键音效的播放方法、装置及电子设备 | |
CN111723235B (zh) | 音乐内容识别方法、装置及设备 | |
US20240054157A1 (en) | Song recommendation method and apparatus, electronic device, and storage medium | |
US20220021922A1 (en) | Playlist switching method, apparatus and system, terminal and storage medium | |
CN111142993A (zh) | 一种信息获取方法、终端及计算机存储介质 | |
CN112306447A (zh) | 一种界面导航方法、装置、终端和存储介质 | |
CN104866477B (zh) | 一种信息处理方法及电子设备 | |
CN105608114A (zh) | 一种音乐检索方法及装置 | |
CN112286421A (zh) | 播放列表处理方法、装置及电子设备 | |
CN110035296B (zh) | 直播间歌曲信息的显示方法、设备及可读存储介质 | |
CN114900726A (zh) | 音频交互识别方法、电子设备及可读存储介质 | |
CN114595361B (zh) | 一种音乐热度的预测方法、装置、存储介质及电子设备 | |
CN115190367B (zh) | 一种视频播放方法、装置、设备和存储介质 |
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 |