专利交易市场

本发明公开了一种基于众包的音乐标注原子库的构建方法，包括以下步骤：建立集合组；将音符集和音乐集公开发布让用户参与标注和添加；对用户参与标注的音乐集样本进行质量控制并区分出垃圾信息和有效结果；根据用户标注数量和质量对用户支付报酬。本发明一种基于众包的音乐标注原子库的构建方法，通过建立集合组并公开发布征集的方式，可以获得大量的标注数据，从而为多基频估计的人工神经网络提供机器学习所需的训练样本，提高了多基频估计分析的准确度。

本发明涉及录音记录管控方法、装置、计算机设备和存储介质，所述方法包括：整合录音数据，生成新记录表；所述录音数据来源于各个录音平台中的录音数据；所述新记录表表内存有适用于各个录音平台录音数据的通用有效字段；根据获取的新记录表中的通用有效字段，获取预设的恢复录音数据的路径，通过插入恢复录音数据的软件，实现录音数据的恢复；根据预设的恢复录音数据的路径和所述恢复软件，实时管控调阅录音数据。有益技术效果：整合多个录音数据平台，统一管控录音记录，可集中查询；对录音数据可进行分类管理，实行统一管控录音，集中查询；对录音历史实时调阅，降低录音查询时间，提高查询效率，节约业务成本。

本发明适用于计算机应用技术领域，提供了一种音频处理方法、终端设备及计算机可读存储介质，包括：通过获取待处理的音频文件；解析音频文件得到原始文本信息；原始文本信息中包括音频文件的词条文本以及播放词条文本中每句词条的播放时刻；获取用户输入的待搜索文本，在词条文本中确定与待搜索文本所匹配的目标词条，以及播放目标词条的目标播放时刻；根据目标词条和目标播放时刻，播放与目标词条对应的音频。通过根据用户输入的词条确定其在词条文本中的位置和播放时刻并进行播放，使得音频文件可以根据用户选择的方式灵活的呈现给用户，提高了音频软件播放音频的智能化以及用户的使用体验。

本申请涉及数据处理技术领域，公开了一种单曲信息处理方法和终端设备，解决了现有技术中无法修改无损专辑中单曲信息的问题。本申请在对单曲信息进行修改时，先获取用户对目标单曲进行修改的字段，根据所述目标单曲在解析文件表中的路径查找到所述目标单曲所在专辑的路径，再根据所述专辑路径查找所述专辑的解析文件，将修改后的字段在所述专辑的解析文件中更新。故此本申请能够根据用户的操作更改对应单曲信息，弥补了无损专辑不能对单曲信息进行编辑的缺陷。

本发明揭示了一种歌曲数据处理方法及装置，歌曲数据处理方法包括获取选定歌曲所对应的歌词数据；读取所述歌词数据中的文字字符的统一码Unicode编码值，根据读取到的统一码Unicode编码值识别所述选定歌曲的语言信息；根据识别的所述语言信息进行所述选定歌曲的分类处理。本发明的歌曲数据处理方法及装置能够有序、准确的对歌曲进行分类。

一种融合内容感知和特征相似度的推荐方法，涉及推荐系统与分布式计算的交叉技术领域，本发明首先对播放次数数据采用加权矩阵分解模型进行分解：将其分解为用户偏好矩阵的转置矩阵WT和项目(即音乐)属性矩阵H的乘积；考虑到项目(音乐)的特性，在加权矩阵分解中引入内容信息：采用对项目属性矩阵H重写的方式，具体为：采用内容特征zi对项目属性矩阵H重写得重写后的项目属性矩阵Hi，采用用户偏好矩阵的转置矩阵WT和重写后的项目属性矩阵Hi的乘积得预测矩阵A(WT×Hi)；对项目(音乐)的音色和音高采用余弦相似度计算得到预测矩阵B，取融合因子对得到的预测矩阵A和预测矩阵B进行融合，即可得到推荐值F(μ,i)，其具体表达式为F(μ,i)＝θA(μ,i)+(1‑θ)B(μ,i)，本发明可有效的解决推荐过程中的冷启动问题。

本发明实施例公开了一种声音特效程序文件包的生成及声音特效生成方法与装置，其中，声音特效程序文件包的生成方法包括：导入声音素材；获取所述声音素材的播放参数的参数值；根据所述声音素材和所述播放参数的参数值生成声音特效程序文件包。本发明实施例无需通过手动书写程序文件，便可生成渲染引擎可执行的声音特效程序文件，操作简单、所需时间短，提升了声音特效实现的整体效率，且避免了手动书写程序文件可能出现的错误，有效保障了特效效果的准确性。

本发明提出了一种基于挤压和激励残差网络(Squeeze-And-Excitation Residual Neural Network,简写SE-ResNet)的歌声检测方法。该方法包括以下步骤：构建挤压和激励残差网络；构造音乐数据集；把音乐数据集转换成图像集；用训练图像集分别训练构建的网络；用测试图像集分别测试训练好的各网络；选择测试正确率最高的网络为最终的歌声检测网络；用选定的网络对被检测的音频文件进行歌声检测。本发明通过深度残差网络隐含提取不同层次的歌声特征，并能利用嵌入的挤压和激励模块的自适应注意力特性判断这些特征的重要性，进而鉴别歌声。