盗版歌手检测方法、计算机设备及计算机存储介质技术

本申请实施例公开了一种盗版歌手检测方法、计算机设备及计算机存储介质。计算机设备可对目标歌手名下的N首目标歌曲处理得到各目标歌曲的语谱图，使用目标音色特征提取模型对各目标歌曲的语谱图进行音色特征提取以获得各目标歌曲的音色特征向量，针对每首目标歌曲，将目标歌曲与其他每首目标歌曲的音色特征向量的相似度的平均值，作为目标歌曲的相似度平均值，根据各目标歌曲的音色特征向量的相似度确定该目标歌手是否为盗版歌手。因此，计算机设备根据歌曲的音色特征自动识别和检测盗版歌手，解决了由人工识别盗版歌手带来的识别效率低下的问题，可实现快速高效地处理海量的歌手识别工作，提升盗版歌手的识别效率。提升盗版歌手的识别效率。提升盗版歌手的识别效率。

【技术实现步骤摘要】
盗版歌手检测方法、计算机设备及计算机存储介质


[0001]本申请实施例涉及音频处理领域，具体涉及一种盗版歌手检测方法、计算机设备及计算机存储介质。

技术介绍

[0002]盗版歌手，即名下的歌曲多为盗版歌曲的歌手。近年来短视频兴起，大量盗版歌曲不断新增，持续污染曲库，呈现出有规模、有组织的盗版趋势，严重影响用户口碑。特别地，短视频平台对音乐人的扶持需要投入大量的资源和资金，若无法有效识别歌手是否为盗版歌手，则极有可能导致平台将资源和资金误投入到对盗版歌手的扶持中，严重损害了平台的利益。
[0003]相关方案中，主要采用人工审核的方式，人工审核和识别歌手是否为盗版歌手。但这种方式耗费的人力巨大，同时识别效率极低，无法应对海量的存量歌手数据和每日的增量歌手数据。

技术实现思路

[0004]本申请实施例提供了一种盗版歌手检测方法、计算机设备及计算机存储介质，用于对盗版歌手进行检测识别以提升盗版歌手的识别效率。
[0005]本申请实施例第一方面提供了一种盗版歌手检测方法，所述方法包括：
[0006]获取同一个目标歌本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盗版歌手检测方法，其特征在于，所述方法包括：获取同一个目标歌手名下的N首目标歌曲，处理每一首所述目标歌曲以获得每一首所述目标歌曲的语谱图，其中N为大于1的正整数；将所述目标歌曲的语谱图输入目标音色特征提取模型，以得到所述目标音色特征提取模型输出的所述目标歌曲的音色特征向量；针对每首所述目标歌曲，将所述目标歌曲与其他每首目标歌曲的音色特征向量的相似度的平均值，作为所述目标歌曲的相似度平均值；若所述N首目标歌曲的相似度平均值符合预设特征，则确定所述目标歌手为原版歌手；若所述N首目标歌曲的相似度平均值不符合所述预设特征，则确定所述目标歌手为盗版歌手。2.根据权利要求1所述的方法，其特征在于，判断所述N首目标歌曲的相似度平均值是否符合所述预设特征，包括：计算所述N首目标歌曲的N个所述相似度平均值的平均值；判断所述N首目标歌曲的N个所述相似度平均值的平均值是否小于预设阈值；若是，则确定所述目标歌手为原版歌手；若否，则确定所述目标歌手为盗版歌手。3.根据权利要求1所述的方法，其特征在于，所述目标音色特征提取模型的训练步骤包括：获取至少一个歌曲三元组数据，其中每个歌曲三元组数据中包括第一歌手名下的第一歌曲和第二歌曲，以及第二歌手名下的第三歌曲，所述第一歌手不同于所述第二歌手；分别处理每个所述歌曲三元组数据中的每首歌曲以获得每个所述歌曲三元组数据中每首歌曲的语谱图；获取初始音色特征提取模型，将所述歌曲三元组数据中每首歌曲的语谱图输入所述初始音色特征提取模型，以得到所述初始音色特征提取模型输出的所述歌曲三元组数据中每首歌曲的音色特征向量；根据所述歌曲三元组数据中每首歌曲的音色特征向量确定所述初始音色特征提取模型的三元损失函数的值；根据所述三元损失函数的值更新所述初始音色特征提取模型的网络参数，完成更新时得到所述目标音色特征提取模型。4.根据权利要求3所述的方法，其特征在于，所述三元损失函数满足：L＝max(0，||x
a
‑
x
+
||
‑
||x
a
‑
x
‑
||+α)；其中，L表示所述三元损失函数的值，x
a
表示所述第一歌曲的音色特征向量，x
+
表示所述第二...

【专利技术属性】
技术研发人员：何礼，胡诗超，孔令城，
申请(专利权)人：腾讯音乐娱乐科技深圳有限公司，
类型：发明
国别省市：