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。