一种哼唱识别方法、设备及介质与流程

技术特征：
1.一种哼唱识别方法，其特征在于，包括：分别提取第一音频数据和第二音频数据的音高，得到所述第一音频数据对应的第一音高序列以及所述第二音频数据对应的第二音高序列；按照预设窗长和预设窗移分别对所述第一音高序列和所述第二音高序列进行切分，得到所述第一音高序列对应的第一音高向量序列和所述第二音高序列对应的第二音高向量序列；确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离；基于所述向量距离确定所述第一音高向量序列以及所述第二音高向量序列的序列距离；基于所述序列距离确定所述第一音频数据对应的哼唱识别结果。2.根据权利要求1所述的哼唱识别方法，其特征在于，在所述按照预设窗长和预设窗移分别对所述第一音高序列和所述第二音高序列进行切分，得到所述第一音高序列对应的第一音高向量序列和所述第二音高序列对应的第二音高向量序列之后，还包括：确定所述第一音高向量序列和所述第二音高向量序列中每个音高向量对应的目标音高值；针对每个音高向量，将向量中元素减去所述目标音高值。3.根据权利要求2所述的哼唱识别方法，其特征在于，所述确定所述第一音高向量序列和所述第二音高向量序列中每个音高向量对应的目标音高值，包括：将每个音高向量中的首项元素值确定为所述目标音高值；或，分别计算每个音高向量中各项元素值的均值，将所述均值确定为所述目标音高值；或，将每个音高向量中的每个元素的前项元素值确定为该元素对应的所述目标音高值。4.根据权利要求1所述的哼唱识别方法，其特征在于，所述确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离，包括：计算所述第一音高向量序列以及所述第二音高向量序列中音高向量的余弦相似度和/或模长差异值；基于所述余弦相似度和/或所述模长差异值确定音高向量的向量距离。5.根据权利要求1所述的哼唱识别方法，其特征在于，所述确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离，包括：计算所述第一音高向量序列以及所述第二音高向量序列中音高向量的欧式距离，得到所述向量距离。6.根据权利要求1所述的哼唱识别方法，其特征在于，所述确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离，包括：确定最大向量距离；基于所述最大向量距离确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离；其中，所述向量距离小于等于所述最大向量距离。7.根据权利要求1所述的哼唱识别方法，其特征在于，所述确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离，包括：确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离，得到
距离矩阵；相应的，所述基于所述向量距离确定所述第一音高向量序列以及所述第二音高向量序列的序列距离，包括：从所述距离矩阵中查找距离最短路径，并基于所述距离最短路径确定第一音高向量序列以及所述第二音高向量序列的序列距离。8.根据权利要求1至7任一项所述的哼唱识别方法，其特征在于，所述基于所述序列距离确定所述第一音频数据对应的哼唱识别结果，包括：判断所述序列距离是否满足预设条件；若存在多个所述第二音频数据对应的所述序列距离满足所述预设条件，则根据所述序列距离最小的所述第二音频数据确定所述第一音频数据对应的哼唱识别结果。9.一种电子设备，其特征在于，包括处理器和存储器；其中，所述存储器，用于保存计算机程序；所述处理器，用于执行所述计算机程序以实现如权利要求1至8任一项所述的哼唱识别方法。10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的哼唱识别方法。

技术总结
本申请公开了一种哼唱识别方法、设备及介质，应用于歌曲识别技术领域，包括：分别提取第一音频数据和第二音频数据的音高，得到所述第一音频数据对应的第一音高序列以及所述第二音频数据对应的第二音高序列；按照预设窗长和预设窗移分别对所述第一音高序列和所述第二音高序列进行切分，得到所述第一音高序列对应的第一音高向量序列和所述第二音高序列对应的第二音高向量序列；确定所述第一音高向量序列以及所述第二音高向量序列中音高向量的向量距离；基于所述向量距离确定所述第一音高向量序列以及所述第二音高向量序列的序列距离；基于所述序列距离确定所述第一音频数据对应的哼唱识别结果。这样，能够提升哼唱识别准确度。度。度。


技术研发人员：谭志力 苏斌
受保护的技术使用者：腾讯音乐娱乐科技（深圳）有限公司
技术研发日：2022.05.26
技术公布日：2022/9/2