预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110516104A(43)申请公布日2019.11.29(21)申请号201910797899.7(22)申请日2019.08.27(71)申请人腾讯音乐娱乐科技(深圳)有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(72)发明人张斌王征韬吴斌雷兆恒(74)专利代理机构北京三高永信知识产权代理有限责任公司11138代理人宁立存(51)Int.Cl.G06F16/635(2019.01)G06F16/683(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书10页附图3页(54)发明名称歌曲推荐方法、装置及计算机存储介质(57)摘要本申请公开了一种歌曲推荐方法、装置及计算机存储介质,属于多媒体技术领域。所述方法包括:获取待推荐的多首歌曲中每首歌曲的音频特征,根据多首歌曲中每首歌曲的音频特征,确定推荐列表。其中,音频特征用于指示音频的音调、音高和音色,由此可知,本申请实施例是根据歌曲本身的音调、音高和音色来推荐歌曲的,如此可以实现向用户推荐高质量的歌曲,且能够避免在推荐歌曲的过程中受该用户的个人主观因素影响,或者受外界因素的影响,从而使得推荐的歌曲满足用户对高质量歌曲的需求。另外,本申请中配置有歌曲推荐模型,用于快速确定每首歌曲的音质分数,从而提高确定推荐列表的效率。CN110516104ACN110516104A权利要求书1/3页1.一种歌曲推荐方法,其特征在于,所述方法包括歌曲推荐模型,所述歌曲推荐模型是通过初始化的神经网络模型训练得到的,所述方法包括:获取待推荐的多首歌曲;确定所述多首歌曲中每首歌曲的音频特征,所述音频特征用于指示音频的音调、音高和音色;根据每首歌曲的音频特征和所述歌曲推荐模型,确定每首歌曲的音质分数;根据所述多首歌曲中每首歌曲的音质分数,确定推荐列表。2.如权利要求1所述的方法,其特征在于,所述方法还包括:获取多个训练音频和与所述多个训练音频一一对应的音质分数,以及多个验证音频和与所述多个验证音频一一对应的音质分数;确定所述多个训练音频中每个训练音频的音频特征,以及所述多个验证音频中每个验证音频的音频特征;根据与所述多个训练音频一一对应的音质分数、所述多个训练音频中每个训练音频的音频特征,以及与所述多个验证音频一一对应的音质分数、所述多个验证音频中每个验证音频的音频特征,对所述初始化的神经网络模型进行训练,得到所述歌曲推荐模型。3.如权利要求2所述的方法,其特征在于,所述根据与所述多个训练音频一一对应的音质分数、所述多个训练音频中每个训练音频的音频特征,以及与所述多个验证音频一一对应的音质分数、所述多个验证音频中每个验证音频的音频特征,对所述初始化的神经网络模型进行训练,得到所述歌曲推荐模型,包括:在根据与所述多个训练音频一一对应的音质分数、所述多个训练音频中每个训练音频的音频特征对所述初始化的神经网络模型进行训练的过程中,获取每次训练之后的神经网路模型;根据与所述多个验证音频一一对应的音质分数和所述多个验证音频中每个验证音频的音频特征、以及所述训练之后的神经网络模型,确定损失函数的值,所述损失函数用于指示神经网络模型的预测值和真实值之间的差距;如果所述损失函数的值达到最小值,则将所述训练之后的神经网路模型确定为所述歌曲推荐模型;如果所述损失函数的值没有达到最小值,则返回执行根据与所述多个训练音频一一对应的音质分数和所述多个训练音频中每个训练音频的音频特征对所述训练之后的神经网络模型进行训练的步骤。4.如权利要求3所述的方法,其特征在于,所述将所述训练之后的神经网路模型确定为所述歌曲推荐模型之前,还包括:根据与多个测试音频一一对应的音质分数、所述多个测试音频中每个测试音频的音频特征,对所述训练之后的神经网路模型进行测试;将测试结果发送至后台管理终端;如果接收到所述后台管理终端发送的终止训练指令,则执行将所述训练之后的神经网路模型确定为所述歌曲推荐模型的操作。5.如权利要求2所述的方法,其特征在于,所述获取多个训练音频和与所述多个训练音频一一对应的音质分数,以及多个验证音频和与所述多个验证音频一一对应的音质分数,2CN110516104A权利要求书2/3页包括:对于第一音频,获取针对所述第一音频标注的分数,得到所述第一音频的音质分数;或者,根据所述第一音频的历史被收听数据,确定所述第一音频的音质分数;其中,所述第一音频为所述多个训练音频以及所述多个验证音频中的任一音频。6.如权利要求1至5任一所述的方法,其特征在于,所述获取待推荐的多首歌曲之前,还包括:获取用户的历史收听数据;根据所述用户的历史听歌数据从歌曲数据库中筛选出所述多首歌曲。7.一种歌曲推