System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于用户偏好和音乐相似性的栏目自动配乐方法技术_技高网

一种基于用户偏好和音乐相似性的栏目自动配乐方法技术

技术编号:41135584 阅读:2 留言:0更新日期:2024-04-30 18:06
本发明专利技术提供一种基于用户偏好和音乐相似性的栏目自动配乐方法,包括以下步骤:对栏目往期音视频数据进行预处理,得到栏目往期背景音乐;对栏目往期背景音乐按序进行音频切割,得到按序排列的多个栏目音频片段;采用音频特征综合向量匹配方法,得到栏目背景音乐。本发明专利技术提供的一种基于用户偏好和音乐相似性的栏目自动配乐方法,能够准确高效的实现栏目配乐,提高匹配的背景音乐和栏目内容的匹配程度,满足栏目配乐业务需要。

【技术实现步骤摘要】

本专利技术属于音视频处理,具体涉及一种基于用户偏好和音乐相似性的栏目自动配乐方法


技术介绍

1、在栏目制作过程中,背景音乐发挥着至关重要的作用,搭配得当的背景音乐不仅能够烘托节目氛围,而且有助于营造声像俱全的屏幕世界,极大地提高节目质量和收视率。目前,栏目配乐方法主要为人工配乐,即:音乐编辑人员采用重新编配的手段,将独立音乐变为栏目背景音乐,对栏目画面进行补充、深入、烘托和渲染。此种栏目配乐方法主要具有以下问题:栏目配乐效率低,背景音乐和栏目内容的匹配程度低,无法满足具体业务需要。


技术实现思路

1、针对现有技术存在的缺陷,本专利技术提供一种基于用户偏好和音乐相似性的栏目自动配乐方法,可有效解决上述问题。

2、本专利技术采用的技术方案如下:

3、本专利技术提供一种基于用户偏好和音乐相似性的栏目自动配乐方法,包括以下步骤:

4、步骤1,获取栏目往期音视频数据,对所述栏目往期音视频数据进行预处理,得到栏目往期背景音乐;

5、步骤2,对所述栏目往期背景音乐按序进行音频切割,得到按序排列的多个栏目音频片段;

6、步骤3,对于每个栏目音频片段,均进行以下处理,得到所述栏目音频片段的音乐推荐候选集合;

7、步骤3.1,对所述栏目音频片段进行特征提取,分别提取到栏目音频特征向量a和栏目属性特征向量;其中,所述栏目属性特征向量包括栏目速度特征向量s、栏目风格特征向量g和栏目乐器特征向量i;

8、步骤3.2,组合所述栏目音频特征向量和所述栏目属性特征向量,得到所述栏目音频片段的栏目音频特征综合向量q=(a,s,g,i);

9、步骤3.3,构建多因素联合查询的高维音乐矢量库;所述高维音乐矢量库中,获取每一首音乐的音乐音频特征向量a、音乐速度特征向量s、音乐风格特征向量g和音乐乐器特征向量i;

10、步骤3.4,设置音频特征偏好权重ω1、速度特征偏好权重ω2、风格特征偏好权重ω3和乐器特征偏好权重ω4;采用下式,计算所述栏目音频片段与所述高维音乐矢量库中每一首音乐的综合相似度:siω1·laa+ω2·lss+ω3·lgg+ω4·lii;其中,laa、lss、lgg和lii,分别代表栏目音频特征向量a和音乐音频特征向量a之间的距离,栏目速度特征向量s和音乐速度特征向量s之间的距离、栏目风格特征向量g和音乐风格特征向量g之间的距离,以及栏目乐器特征向量i和音乐乐器特征向量i之间的距离;

11、步骤3.5,选取与所述栏目音频片段的综合相似度最高的前n个音乐,形成对所述栏目音频片段的音乐推荐候选集合;

12、步骤4,从每个所述栏目音频片段对应的音乐推荐候选集合中,获取一首音乐;再按序将每个所述栏目音频片段对应的音乐拼接,得到栏目背景音乐。

13、优选的,步骤3.1中,栏目音频特征向量a的提取方法为:

14、对栏目音频片段进行1024维度的高维音频特征提取,得到栏目音频特征向量a=[a1,a2,a3,…,a1024];其中,a1,a2,a3,…,a1024代表1024维度的高维音频特征。

15、优选的,步骤3.1中,栏目速度特征向量s的提取方法为:

16、采用节拍跟踪器跟踪栏目音频片段的节拍,由此得到多个按序排列的节拍,采用中位数方法,输出中位数节拍速度;预先将中位数节拍速度划分为5个速度等级,从而识别到栏目音频片段对应的速度等级,得到速度向量[s1],作为栏目速度特征向量s,栏目速度特征向量s为一级标签。

17、优选的,步骤3.1中,栏目风格特征向量g的提取方法为:

18、采用神经网络模型对栏目音频片段进行风格特征提取,得到二级分类的栏目风格特征向量g=[g11,g12,…,g113,g21,g22,…,g245];其中,g11,g12,…,g113代表13种一级风格标签,分别为:流行,电子音乐,爵士,古典,民族,舞曲,拉丁,摇滚,乡村,轻音乐,布鲁斯,金属,世界音乐;g21,g22,…,g245代表45种二级风格标签,分别为各一级风格标签下级的二级风格标签。

19、优选的,步骤3.1中,栏目乐器特征向量i的提取方法为:

20、采用神经网络模型对栏目音频片段进行乐器特征提取,识别到该栏目音频片段涉及到的所有乐器的名称,得到一级分类的栏目乐器特征向量i=[i1,i2,…,i68];其中,i1,i2,…,i68分别代表68种乐器。

21、本专利技术提供的一种基于用户偏好和音乐相似性的栏目自动配乐方法具有以下优点:

22、本专利技术提供的一种基于用户偏好和音乐相似性的栏目自动配乐方法,能够准确高效的实现栏目配乐,提高匹配的背景音乐和栏目内容的匹配程度,满足栏目配乐业务需要。

本文档来自技高网...

【技术保护点】

1.一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,步骤3.1中,栏目音频特征向量A的提取方法为:

3.根据权利要求1所述的一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,步骤3.1中,栏目速度特征向量S的提取方法为:

4.根据权利要求1所述的一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,步骤3.1中,栏目风格特征向量G的提取方法为:

5.根据权利要求1所述的一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,步骤3.1中,栏目乐器特征向量I的提取方法为:

【技术特征摘要】

1.一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,步骤3.1中,栏目音频特征向量a的提取方法为:

3.根据权利要求1所述的一种基于用户偏好和音乐相似性的栏目自动配乐方法,其特征在于,步骤3....

【专利技术属性】
技术研发人员:孙剑金璨
申请(专利权)人:北京中视广信科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1