本申請是關(guān)于一種音頻指紋編碼方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：在對音頻信號(hào)的初始頻譜圖進(jìn)行特征點(diǎn)提取之前，首先通過權(quán)重矩陣對初始頻譜圖進(jìn)行處理，得到處理后頻譜圖，然后在處理后的頻譜圖上進(jìn)行特征點(diǎn)對的提取和編碼，由于該權(quán)重矩陣是通過音頻樣本以及用戶針對該音頻樣本的實(shí)際的用戶行為特征訓(xùn)練得到的，而當(dāng)訓(xùn)練樣本足夠時(shí)，用戶行為特征可以體現(xiàn)不同音頻受用戶關(guān)注的情況，相應(yīng)的，通過訓(xùn)練得到的權(quán)重矩陣對初始頻譜圖進(jìn)行處理后，得到的處理后頻譜圖可以突出音頻中用戶可能重點(diǎn)關(guān)注的部分，得到的音頻指紋能夠更準(zhǔn)確的體現(xiàn)出用戶可能關(guān)注的特點(diǎn)，從而提高音頻指紋的編碼準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請實(shí)施例涉及人工智能技術(shù)領(lǐng)域，特別涉及一種音頻指紋編碼方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

如今，隨著網(wǎng)絡(luò)音頻服務(wù)的不斷發(fā)展，越來越多的音頻類應(yīng)用向用戶提供音頻匹配服務(wù)。音頻匹配是指將兩個(gè)音頻的音頻指紋進(jìn)行匹配，而音頻指紋可以根據(jù)音頻的頻譜圖進(jìn)行編碼得到。

在相關(guān)技術(shù)中，在對音頻進(jìn)行編碼得到音頻指紋時(shí)，可以首先獲取音頻的頻譜圖，從頻譜圖中提取頻譜數(shù)值較大的特征點(diǎn)，再從提取的特征點(diǎn)中篩選出處于預(yù)設(shè)頻率范圍內(nèi)的特征點(diǎn)，然后對篩選出的特征點(diǎn)進(jìn)行匹配和編碼，得到該音頻的音頻指紋。

然而，相關(guān)技術(shù)中的音頻指紋的編碼過程僅在頻率范圍上做了限制，對于不同的音頻無法做適應(yīng)性的調(diào)整，編碼得到的音頻指紋無法準(zhǔn)確的體現(xiàn)不同音頻的特點(diǎn)，導(dǎo)致音頻指紋的編碼準(zhǔn)確性較差。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種音頻指紋編碼方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，可以在對音頻進(jìn)行編碼時(shí)，針對不同的音頻做適應(yīng)性的調(diào)整，從而提高音頻指紋的編碼準(zhǔn)確性。該技術(shù)方案如下：

一方面，提供了一種音頻指紋編碼方法，所述方法包括：

對目標(biāo)音頻信號(hào)進(jìn)行頻譜提取，獲得所述目標(biāo)音頻信號(hào)的初始頻譜圖；

通過權(quán)重矩陣對所述目標(biāo)音頻信號(hào)的初始頻譜圖進(jìn)行處理，獲得所述目標(biāo)音頻信號(hào)的處理后頻譜圖；所述權(quán)重矩陣是通過訓(xùn)練樣本進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練得到的，所述訓(xùn)練樣本包括音頻信號(hào)樣本，以及所述音頻信號(hào)樣本實(shí)際的用戶行為特征；所述用戶行為特征用于指示對應(yīng)的音頻信號(hào)接收到的用戶操作行為；

從所述目標(biāo)音頻信號(hào)的處理后頻譜圖中提取所述目標(biāo)音頻信號(hào)的特征點(diǎn)對；

對所述目標(biāo)音頻信號(hào)的特征點(diǎn)對進(jìn)行編碼，獲得所述目標(biāo)音頻信號(hào)的音頻指紋。

另一方面，提供了一種音頻指紋編碼裝置，所述裝置包括：

第一頻譜圖獲取模塊，用于對目標(biāo)音頻信號(hào)進(jìn)行頻譜提取，獲得所述目標(biāo)音頻信號(hào)的初始頻譜圖；

第二頻譜圖獲取模塊，用于通過權(quán)重矩陣對所述目標(biāo)音頻信號(hào)的初始頻譜圖進(jìn)行處理，獲得所述目標(biāo)音頻信號(hào)的處理后頻譜圖；所述權(quán)重矩陣是通過訓(xùn)練樣本進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練得到的，所述訓(xùn)練樣本包括音頻信號(hào)樣本，以及所述音頻信號(hào)樣本實(shí)際的用戶行為特征；所述用戶行為特征用于指示對應(yīng)的音頻信號(hào)接收到的用戶操作行為；

特征點(diǎn)對提取模塊，用于從所述目標(biāo)音頻信號(hào)的處理后頻譜圖中提取所述目標(biāo)音頻信號(hào)的特征點(diǎn)對；

音頻指紋獲取模塊，用于對所述目標(biāo)音頻信號(hào)的特征點(diǎn)對進(jìn)行編碼，獲得所述目標(biāo)音頻信號(hào)的音頻指紋。

在一種可能的實(shí)現(xiàn)方式中，所述裝置還包括：

第三頻譜圖獲取模塊，用于在第二頻譜圖獲取模塊對目標(biāo)音頻信號(hào)進(jìn)行頻譜提取，獲得所述目標(biāo)音頻信號(hào)的處理后頻譜圖之前，對所述音頻信號(hào)樣本進(jìn)行頻譜提取，獲得所述音頻信號(hào)樣本的初始頻譜圖；