1.一种音乐检索方法，其特征在于，包括：
获取用户输入的初始音乐片段；
对所述初始音乐片段进行预处理，得到待匹配音乐片段；
获取所述待匹配音乐片段的韵律特征、及所述待匹配音乐片段的GFCC特征；
对所述韵律特征和所述GFCC特征进行融合，得到所述待匹配音乐片段的特征信息；
根据所述待匹配音乐片段的特征信息，在音乐库中匹配获取所述待匹配音乐片段对应的目标音乐。
2.根据权利要求1所述的方法，其特征在于，所述对所述初始音乐片段进行预处理，得到待匹配音乐片段，包括：
对所述初始音乐片段进行始末检测，在所述初始音乐片段中确定有效音乐片段；
对所述有效音乐片段进行滤波处理，得到所述待匹配音乐片段。
3.根据权利要求1所述的方法，其特征在于，获取所述待匹配音乐片段的韵律特征，包括：
根据所述韵律特征对应的特征类型，对所述待匹配音乐片段进行时域特征提取，得到所述待匹配音乐片段的多个韵律特征值，其中，所述特征类型包括音长、音高、音强、环境信息中的至少一种；
根据所述多个韵律特征值，确定所述待匹配音乐片段对应的M*N维韵律特征矩阵，其中，所述M为大于1的正整数，所述N为大于1的正整数。
4.根据权利要求1所述的方法，其特征在于，获取所述待匹配音乐片段的GFCC特征，包括：
对所述待匹配音乐片段进行傅里叶变换，得到频域音乐片段；
根据所述GFCC特征对应的特征类型，对所述频域音乐片段进行频域特征提取，得打所述待匹配音乐片段的多个GFCC特征值；
根据所述多个GFCC特征值，确定所述待匹配音乐片段对应的P*K维GFCC特征矩阵，其中，所述P为大于1的正整数，所述K为大于1的正整数。
5.根据权利要求3或4所述的方法，其特征在于，所述对所述韵律特征和所述GFCC特征进行融合，得到所述待匹配音乐片段的特征信息，包括：
对所述M*N维韵律特征矩阵进行降维，得到X*Y维韵律特征矩阵，其中，所述M大于或等于所述X，所述N大于或等于所述Y；
对所述P*K维GFCC特征矩阵进行降维，得到X*Y维GFCC特征矩阵，其中，所述P大于或等于所述X，所述K大于或等于所述Y；
根据所述X*Y维韵律特征矩阵、所述X*Y维GFCC特征矩阵、所述韵律特征的权重值、和所述GFCC特征的权重值，确定所述特征信息，所述特征信息为X*Y维特征矩阵。
6.根据权利要求5所述的方法，其特征在于，根据所述待匹配音乐片段的特征信息，在音乐库中匹配获取所述待匹配音乐片段对应的目标音乐，包括：
获取所述音乐库中各音乐的特征矩阵；
通过动态时间规整DTW算法，获取所述X*Y维特征矩阵与所述音乐库中各音乐的特征矩阵的距离；
根据所述X*Y维特征矩阵与所述音乐库中各音乐的特征矩阵的距离，在所述音乐库中获取所述目标音乐。
7.一种音乐检索装置，其特征在于，包括：
第一获取模块，用于获取用户输入的初始音乐片段；
预处理模块，用于对所述初始音乐片段进行预处理，得到待匹配音乐片段；
第二获取模块，用于获取所述待匹配音乐片段的韵律特征、及所述待匹配音乐片段的GFCC特征；
特征融合模块，用于对所述韵律特征和所述GFCC特征进行融合，得到所述待匹配音乐片段的特征信息；
匹配模块，用于根据所述待匹配音乐片段的特征信息，在音乐库中匹配获取所述待匹配音乐片段对应的目标音乐。
8.根据权利要求7所述的装置，其特征在于，所述预处理模块具体用于：
对所述初始音乐片段进行始末检测，在所述初始音乐片段中确定有效音乐片段；
对所述有效音乐片段进行滤波处理，得到所述待匹配音乐片段。
9.根据权利要求7所述的装置，其特征在于，所述第二获取模块具体用于：
根据所述韵律特征对应的特征类型，对所述待匹配音乐片段进行时域特征提取，得到所述待匹配音乐片段的多个韵律特征值，其中，所述特征类型包括音长、音高、音强、环境信息中的至少一种；
根据所述多个韵律特征值，确定所述待匹配音乐片段对应的M*N维韵律特征矩阵，其中，所述M为大于1的正整数，所述N为大于1的正整数。
10.根据权利要求7所述的装置，其特征在于，所述第二获取模块具体用于：
对所述待匹配音乐片段进行傅里叶变换，得到频域音乐片段；
根据所述GFCC特征对应的特征类型，对所述频域音乐片段进行频域特征提取，得打所述待匹配音乐片段的多个GFCC特征值；
根据所述多个GFCC特征值，确定所述待匹配音乐片段对应的P*K维GFCC特征矩阵，其中，所述P为大于1的正整数，所述K为大于1的正整数。