音乐匹配运动的方法及系统技术方案

本发明专利技术公开了一种音乐匹配运动的方法及系统，所述方法包括：提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息，任一所述样本音乐均对应一音乐标签信息；建立所述音乐底层描述信息与所述音乐标签信息的映射关系；根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型；提取当前音乐的音频信号，以获取所述当前音乐的当前音乐底层描述信息及对应的当前音乐标签信息；将所述当前音乐标签信息代入所述音乐运动属性评分模型中，以获取所述当前音乐的当前运动属性评分，并根据所述当前运动属性评分判断所述当前音乐与运动的匹配度。本发明专利技术能更全面的评价音乐的各项特征，使音乐的选择更符合运动。

【技术实现步骤摘要】
音乐匹配运动的方法及系统
本专利技术涉及音乐处理
，特别是涉及一种音乐匹配运动的方法及系统。
技术介绍
随着人们对高品质生活的追求，越来越多的人会选择在运动锻炼身体的同时听听音乐，以增强或激励运动效果，同时给自己的身心带来愉悦的感受。目前在音乐激励运动效果方面，现有的主流做法仅仅考虑到音乐的BPM（BeatPerMinute，拍子数）和运动频率之间的关系，即当运动频率和音乐的频率达到一致时，会产生一定激励效果使人心情更加愉悦，从而能让人运动的更久，效果更好。但是，现有技术却没有考虑到音乐的其他特征也要对应：例如音乐类型是否符合当前运动类型，比如一首比较舒缓的歌曲，虽然它的音乐频率与当前运动频率比较吻合，但这首舒缓的歌曲的曲风、现场效果等并不适合当前运动，就会影响用户运动时听音乐的体验效果。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术的一个目的在于提出一种音乐匹配运动的方法，能够更全面的评价音乐的各项特征，使音乐的选择更符合运动。根据本专利技术实施例的音乐匹配运动的方法，包括：提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息，任一所述样本音乐均对应一音乐标签信息；建立所述音乐底层描述信息与所述音乐标签信息的映射关系；根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型；提取当前音乐的音频信号，以获取所述当前音乐的当前音乐底层描述信息及对应的当前音乐标签信息；将所述当前音乐标签信息代入所述音乐运动属性评分模型中，以获取所述当前音乐的当前运动属性评分，并根据所述当前运动属性评分判断所述当前音乐与运动的匹配度。根据本专利技术实施例的音乐匹配运动的方法，首先通过对多个样本音乐的音频信号进行提取，获得音乐底层描述信息，同时每个样本音乐又对应各自的音乐标签信息，从而可以建立大量音乐底层描述信息与音乐标签信息的映射关系，然后样本音乐的运动状态属性和映射关系，能够建立音乐运动属性评分模型，后续需要分析某个音乐是否符合运动时，只需先对该音乐进行提取获得当前音乐标签信息，然后代入建立好的音乐运动属性评分模型中即可，由于该方法是对音乐的音频信号进行提取，获得音乐底层描述信息，因此，对音乐分析的更加全面，评价的音乐特征更多，更能准确的评价当前音乐是否符合运动。另外，根据本专利技术上述实施例的音乐匹配运动的方法，还可以具有如下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息的步骤包括：提取多个样本音乐的音频信号，通过滤波器组将每个所述样本音乐的音频信号分解成多个互不重叠的频率子带；计算任一所述频率子带的幅度包络，并对任一所述幅度包络进行差分处理和半波整流处理，以获得每个所述样本音乐的表示起始时间的峰值序列；根据所述峰值序列的分布情况，获得每个所述样本音乐的音乐底层描述信息。进一步地，在本专利技术的一个实施例中，所述音乐底层描述信息包括调子、和弦、频率和变奏情况。进一步地，在本专利技术的一个实施例中，所述根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型的步骤包括：采用logistic回归模型，将所述运动状态属性和所述映射关系中的所述音乐标签信息作为参数，通过多次反复的迭代以及参数的选择调整，获得所述音乐运动属性评分模型。进一步地，在本专利技术的一个实施例中，所述提取多个样本音乐的音频信号的步骤包括：通过低通滤波器获得所述多个样本音乐在50Hz~200Hz的音频信号。本专利技术的另一个目的在于提出一种音乐匹配运动的系统，能够更全面的评价音乐的各项特征，使音乐的选择更符合运动。根据本专利技术实施例的音乐匹配运动的系统，包括：第一提取模块，用于提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息，任一所述样本音乐均对应一音乐标签信息；映射关系建立模块，用于建立所述音乐底层描述信息与所述音乐标签信息的映射关系；评分模型建立模块，用于根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型；第二提取模块，用于提取当前音乐的音频信号，以获取所述当前音乐的当前音乐底层描述信息及对应的当前音乐标签信息；运动属性评分模块，用于将所述当前音乐标签信息代入所述音乐运动属性评分模型中，以获取所述当前音乐的当前运动属性评分，并根据所述当前运动属性评分判断所述当前音乐与运动的匹配度。另外，根据本专利技术上述实施例的音乐匹配运动的系统，还可以具有如下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述第一提取模块具体用于：提取多个样本音乐的音频信号，通过滤波器组将每个所述样本音乐的音频信号分解成多个互不重叠的频率子带；计算任一所述频率子带的幅度包络，并对任一所述幅度包络进行差分处理和半波整流处理，以获得每个所述样本音乐的表示起始时间的峰值序列；根据所述峰值序列的分布情况，获得每个所述样本音乐的音乐底层描述信息。进一步地，在本专利技术的一个实施例中，所述音乐底层描述信息包括调子、和弦、频率和变奏情况。进一步地，在本专利技术的一个实施例中，所述评分模型建立模块具体用于：采用logistic回归模型，将所述运动状态属性和所述映射关系中的所述音乐标签信息作为参数，通过多次反复的迭代以及参数的选择调整，获得所述音乐运动属性评分模型。进一步地，在本专利技术的一个实施例中，所述第一提取模块还用于：通过低通滤波器获得所述多个样本音乐在50Hz~200Hz的音频信号。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一实施例的音乐匹配运动的方法的流程图；图2是根据本专利技术一实施例的音乐匹配运动的方法中的提取多个样本音乐的音频信号的流程图；图3是根据本专利技术一实施例的音乐匹配运动的方法中孙燕姿的《天黑黑》的峰值序列截取图；图4是根据本专利技术一实施例的音乐匹配运动的方法中音乐运动属性评分模型中音乐标签信息的贡献值大小分布图；图5是根据本专利技术另一实施例的音乐匹配运动的系统的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1，本专利技术一实施例提出的音乐匹配运动的方法，至少包括以下步骤：S101，提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息，任一所述样本音乐均对应一音乐标签信息；其中，音乐底层描述信息可以包括调子、和弦、频率和变奏情况等，实际实施时，对大量的样品音乐进行音频信号的提取，因此可以提取到大量的调子、和弦、频率和变奏情况等音乐底层描述信息。音乐标签信息可以通过人工确定，例如由专业的音乐人士并结合大量的文献来定义音乐标签信息，这种音乐标签信息可以包括多种标签值，例如包括能量值、情绪值、现场值、吉他值、乐器值、响度值、BPM值等，具体可以根据每个本文档来自技高网...

【技术保护点】
一种音乐匹配运动的方法，其特征在于，包括：提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息，任一所述样本音乐均对应一音乐标签信息；建立所述音乐底层描述信息与所述音乐标签信息的映射关系；根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型；提取当前音乐的音频信号，以获取所述当前音乐的当前音乐底层描述信息及对应的当前音乐标签信息；将所述当前音乐标签信息代入所述音乐运动属性评分模型中，以获取所述当前音乐的当前运动属性评分，并根据所述当前运动属性评分判断所述当前音乐与运动的匹配度。

【技术特征摘要】
1.一种音乐匹配运动的方法，其特征在于，包括：提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息，任一所述样本音乐均对应一音乐标签信息；建立所述音乐底层描述信息与所述音乐标签信息的映射关系；根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型；提取当前音乐的音频信号，以获取所述当前音乐的当前音乐底层描述信息及对应的当前音乐标签信息；将所述当前音乐标签信息代入所述音乐运动属性评分模型中，以获取所述当前音乐的当前运动属性评分，并根据所述当前运动属性评分判断所述当前音乐与运动的匹配度。2.根据权利要求1所述的音乐匹配运动的方法，其特征在于，所述提取多个样本音乐的音频信号，以获取每个所述样本音乐的音乐底层描述信息的步骤包括：提取多个样本音乐的音频信号，通过滤波器组将每个所述样本音乐的音频信号分解成多个互不重叠的频率子带；计算任一所述频率子带的幅度包络，并对任一所述幅度包络进行差分处理和半波整流处理，以获得每个所述样本音乐的表示起始时间的峰值序列；根据所述峰值序列的分布情况，获得每个所述样本音乐的音乐底层描述信息。3.根据权利要求2所述的音乐匹配运动的方法，其特征在于，所述音乐底层描述信息包括调子、和弦、频率和变奏情况。4.根据权利要求1所述的音乐匹配运动的方法，其特征在于，所述根据每个所述样本音乐的运动状态属性及所述映射关系，建立音乐运动属性评分模型的步骤包括：采用logistic回归模型，将所述运动状态属性和所述映射关系中的所述音乐标签信息作为参数，通过多次反复的迭代以及参数的选择调整，获得所述音乐运动属性评分模型。5.根据权利要求2所述的音乐匹配运动的方法，其特征在于，所述提取多个样本音乐的音频信号的步骤包括：通过低通滤波器获得所述多个样本音乐在50Hz~200...

【专利技术属性】
技术研发人员：王骁逸，
申请(专利权)人：跑悦乐上海网络技术有限公司，
类型：发明
国别省市：上海,31