歌曲质量评价方法、装置和存储介质制造方法及图纸

一种歌曲质量评价方法、装置和存储介质，该方法包括：获取待评价的歌曲，并针对所述歌曲提取质量评价特征，所述质量评价特征包括主旋律特征、歌词特征和节奏特征；将所述质量评价特征输入到训练好的歌曲质量评价网络，由所述歌曲质量评价网络输出所述歌曲的质量评价结果。根据本申请实施例的歌曲质量评价方法和装置针对待评价的歌曲提取主旋律特征、歌词特征和节奏特征作为质量评价特征，通过训练好的歌曲质量评价网络来预测歌曲的质量评价结果，能够实现歌曲的主旋律、歌词和节奏在歌曲质量预测中的应用，从而更好地利用歌曲不同侧面的信息，提高质量预测的准确性。提高质量预测的准确性。提高质量预测的准确性。

【技术实现步骤摘要】
歌曲质量评价方法、装置和存储介质


[0001]本申请涉及人工智能
，更具体地涉及一种歌曲质量评价方法、装置和存储介质。

技术介绍

[0002]歌曲挑选旨在从海量歌曲中选择高质量的歌曲用于购买，它使音乐发行可以选择出符合大众审美的歌曲。当前，基于人工的歌曲挑选方法依然是歌曲挑选的主流方法。
[0003]基于人工的歌曲挑选方法会根据歌曲的旋律、和声、歌词之间搭配和质量来判断一首歌曲的总体质量，并最终由委员会投票决定是否进行歌曲的购买。尽管这种方法可以选择出高质量的歌曲，但是由于个体和委员会审美的差异性和局限性，以及个体在不同时间审美的差异性，导致挑选的歌曲质量随时间变化较大，与音乐榜单歌曲相比质量也有所下降。
[0004]在上述人工挑选歌曲的过程中，歌曲的质量也是人工来评价的，人工进行歌曲质量评价存在耗时耗力的缺陷。因此，目前缺乏能够自动进行歌曲质量评价的方法。

技术实现思路

[0005]为了解决上述问题而提出的了本申请。根据本申请一方面，提供了一种歌曲质量评价方法，所述方法包括：获取待评价的歌曲，并针对所述歌本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种歌曲质量评价方法，其特征在于，所述方法包括：获取待评价的歌曲，并针对所述歌曲提取质量评价特征，所述质量评价特征包括主旋律特征、歌词特征和节奏特征；将所述质量评价特征输入到训练好的歌曲质量评价网络，由所述歌曲质量评价网络输出所述歌曲的质量评价结果。2.根据权利要求1所述的方法，其特征在于，所述歌曲质量评价网络包括主旋律打分模型、歌词打分模型和节奏打分模型，其中：所述主旋律打分模型基于所述主旋律特征输出主旋律质量分数；所述歌词打分模型基于所述歌词特征输出歌词质量分数；所述节奏打分模型基于所述节奏特征输出节奏质量分数；所述歌曲的质量评价结果是通过对所述主旋律质量分数、所述歌词质量分数和所述节奏质量分数这三者进行融合而得到的，或者，所述主旋律质量分数、所述歌词质量分数和所述节奏质量分数这三者也可以分别输出以作为所述歌曲的质量评价结果。3.根据权利要求1所述的方法，其特征在于，所述歌曲质量评价网络包括融合模型，所述融合模型包括主旋律打分模型、歌词打分模型和节奏打分模型，所述质量评价特征输入到所述融合模型，所述融合模型输出所述歌曲的歌曲质量分数，作为所述质量评价结果。4.根据权利要求2或3所述的方法，其特征在于，所述主旋律打分模型包括用于捕捉所述歌曲的时序特征的循环神经网络或自注意力神经网络，还包括用于捕捉局部特征的卷积神经网络。5.根据权利要求2或3所述的方法，其特征在于，所述歌词打分模型包括用于捕捉所述歌曲的上下文特征中的情感信息和句法结构信息的自然语言处理模型。6.根据权利要求5所述的方法，其特征在于，所述自然语言处理模型包括基于转换器的双向编码表征模型或生成预训练转换器模型。7.根据权利要求2或3所述的方法，其特征在于，所述节奏打分模型包括用于跟踪所述歌曲的整体拍速和局部拍速的卷积神经网络、循环神经网络或基于自注意力机制的网络。8.根据权利要求2所述的方法，其特征在于，所述主旋律打分模型、所述歌词打分模型和所述节奏打分模型这三者在训练过程中，通过将预测值和被标注的真实值之间的交叉熵或者均方误差最小化而更新模型参数。9.根据权利要求2所述的方法，其特征在于，所述主旋律打分模型、所述歌词打分模型和所述节奏打分模型这三者的训练数据集是通过歌曲爬取、数据...

【专利技术属性】
技术研发人员：周骁，胡亚军，江源，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：