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()
【技术实现步骤摘要】
本专利技术属于语音识别领域,尤其涉及一种歌曲智能识别方法、系统、介质及设备。
技术介绍
1、现有技术中在通过语音歌曲智能识别的过程中若周围环境较为复杂,则无法快速准确的进行歌曲智能识别。另外,由于场景中存在过多的非歌曲类的语音信号,进而导致智能设备无法正常进行歌曲的识别,使得用户体验感较差。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种歌曲智能识别方法、系统、介质及设备。
2、本专利技术解决上述技术问题的技术方案如下:一种歌曲智能识别方法,包括:
3、步骤1,采集当前场景中的语音信号;
4、步骤2,对任意一个语音信号进行预处理,直至得到所有语音信号对应的处理结果;
5、步骤3,将在预设数据库中搜索到的识别结果进行剔除,得到歌曲语音信号,在歌曲数据库中搜索所述歌曲语音信号对应的歌曲名称。
6、本专利技术的有益效果是:预先构建具有针对性的数据库,通过对场景中任意一个语音信号进行预处理以及进一步的与预设数据库的对比,可以快速准确的剔除不相关的语音信号,此外,由于对每个语音信号均进行了识别可以有效避免错漏的情况,而为了避免因语音信号过多导致的无法判定哪些是用户提供的语音信号,预先建立了完善的用于进行比对的预设数据库,进一步保障了安全性,进而实现快速剔除的目的,此外,在歌曲数据库中对应进行歌曲语音信号的识别搜索可以更准确的锁定歌曲名称。
7、在上述技术方案的基础上,本专利技术还可以做如下改进。
8
9、对任意一个语音信号进行滤波去噪处理,得到处理结果。
10、进一步,将在预设数据库中搜索到的识别结果进行剔除的具体过程为:
11、对所述识别结果进行特征提取,得到第一结果;
12、对所述识别结果进行声调识别,得到第二结果;
13、在所述预设数据库中查找与所述第一结果相对应的第一数据集;
14、在所述第一数据集中查找与所述第二结果对应的第二数据集;
15、当所述第二数据集为非空集时,判定所述预设数据库中存在该识别结果;
16、将在所述预设数据库中搜索到结果的识别结果进行剔除。
17、进一步,所述预处理还包括:
18、当所述语音信号为方言信号时,所述语音信号转换为非方言信号。
19、进一步,在歌曲数据库中搜索所述歌曲语音信号对应的歌曲名称的过程为:
20、根据预置的傅里叶变换算法,将所述歌曲语音信号转换到梅尔频域,得到所述歌曲语音信号对应的音频梅尔频谱图;
21、通过预置的基频提取算法,从所述音频梅尔频谱图中提取所述歌曲语音信号中背景音乐部分的旋律梅尔频谱图;
22、基于训练好的歌曲识别模型,对所述音频梅尔频谱图和所述旋律梅尔频谱图进行歌曲识别,得到所述歌曲语音信号对应的歌曲信息。
23、本专利技术解决上述技术问题的另一种技术方案如下:一种歌曲智能识别系统,包括:
24、采集模块用于:采集当前场景中的语音信号;
25、预处理模块用于:对任意一个语音信号进行预处理,直至得到所有语音信号对应的处理结果;
26、识别模块用于:将在预设数据库中搜索到的识别结果进行剔除,得到歌曲语音信号,在歌曲数据库中搜索所述歌曲语音信号对应的歌曲名称。
27、本专利技术的有益效果是:预先构建具有针对性的数据库,通过对场景中任意一个语音信号进行预处理以及进一步的与预设数据库的对比,可以快速准确的剔除不相关的语音信号,此外,由于对每个语音信号均进行了识别可以有效避免错漏的情况,而为了避免因语音信号过多导致的无法判定哪些是用户提供的语音信号,预先建立了完善的用于进行比对的预设数据库,进一步保障了安全性,进而实现快速剔除的目的,此外,在歌曲数据库中对应进行歌曲语音信号的识别搜索可以更准确的锁定歌曲名称。
28、进一步,对任意一个语音信号进行预处理的过程为:
29、对任意一个语音信号进行滤波去噪处理,得到处理结果。
30、进一步,将在预设数据库中搜索到的识别结果进行剔除的具体过程为:
31、对所述识别结果进行特征提取,得到第一结果;
32、对所述识别结果进行声调识别,得到第二结果;
33、在所述预设数据库中查找与所述第一结果相对应的第一数据集;
34、在所述第一数据集中查找与所述第二结果对应的第二数据集;
35、当所述第二数据集为非空集时,判定所述预设数据库中存在该识别结果;
36、将在所述预设数据库中搜索到结果的识别结果进行剔除。
37、进一步,所述预处理还包括:
38、当所述语音信号为方言信号时,所述语音信号转换为非方言信号。
39、进一步,在歌曲数据库中搜索所述歌曲语音信号对应的歌曲名称的过程为:
40、根据预置的傅里叶变换算法,将所述歌曲语音信号转换到梅尔频域,得到所述歌曲语音信号对应的音频梅尔频谱图;
41、通过预置的基频提取算法,从所述音频梅尔频谱图中提取所述歌曲语音信号中背景音乐部分的旋律梅尔频谱图;
42、基于训练好的歌曲识别模型,对所述音频梅尔频谱图和所述旋律梅尔频谱图进行歌曲识别,得到所述歌曲语音信号对应的歌曲信息。
43、本专利技术解决上述技术问题的另一种技术方案如下:一种存储介质,所述存储介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如上述任一项所述的方法。
44、本专利技术的有益效果是:预先构建具有针对性的数据库,通过对场景中任意一个语音信号进行预处理以及进一步的与预设数据库的对比,可以快速准确的剔除不相关的语音信号,此外,由于对每个语音信号均进行了识别可以有效避免错漏的情况,而为了避免因语音信号过多导致的无法判定哪些是用户提供的语音信号,预先建立了完善的用于进行比对的预设数据库,进一步保障了安全性,进而实现快速剔除的目的,此外,在歌曲数据库中对应进行歌曲语音信号的识别搜索可以更准确的锁定歌曲名称。
45、本专利技术解决上述技术问题的另一种技术方案如下:一种电子设备,包括上述存储介质、执行上述存储介质内的指令的处理器。
46、本专利技术的有益效果是:预先构建具有针对性的数据库,通过对场景中任意一个语音信号进行预处理以及进一步的与预设数据库的对比,可以快速准确的剔除不相关的语音信号,此外,由于对每个语音信号均进行了识别可以有效避免错漏的情况,而为了避免因语音信号过多导致的无法判定哪些是用户提供的语音信号,预先建立了完善的用于进行比对的预设数据库,进一步保障了安全性,进而实现快速剔除的目的,此外,在歌曲数据库中对应进行歌曲语音信号的识别搜索可以更准确的锁定歌曲名称。
本文档来自技高网...【技术保护点】
1.一种歌曲智能识别方法,其特征在于,包括:
2.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,对任意一个语音信号进行预处理的过程为:
3.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,将在预设数据库中搜索到的识别结果进行剔除的具体过程为:
4.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,所述预处理还包括:
5.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,在歌曲数据库中搜索所述歌曲语音信号对应的歌曲名称的过程为:
6.一种歌曲智能识别系统,其特征在于,包括:
7.根据权利要求6所述的一种歌曲智能识别系统,其特征在于,对任意一个语音信号进行预处理的过程为:
8.根据权利要求6所述的一种歌曲智能识别系统,其特征在于,将在预设数据库中搜索到的识别结果进行剔除的具体过程为:
9.一种存储介质,其特征在于,所述介质中存储有指令,当计算机读取所述指令时,使所述计算机执行如权利要求1至5中任一项所述的方法。
10.一种电子设备,其特征在于,包括权利要求
...【技术特征摘要】
1.一种歌曲智能识别方法,其特征在于,包括:
2.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,对任意一个语音信号进行预处理的过程为:
3.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,将在预设数据库中搜索到的识别结果进行剔除的具体过程为:
4.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,所述预处理还包括:
5.根据权利要求1所述的一种歌曲智能识别方法,其特征在于,在歌曲数据库中搜索所述歌曲语音信号对应的歌曲名称的过程为:
6.一种歌...
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。