背景音乐获取方法及相关产品与流程

1.本公开涉及视频处理领域，尤其涉及背景音乐获取方法、作品配乐方法、作品的背景音乐推荐方法及相关产品。


背景技术：

2.短视频内容分享与社交类app目前已成为移动互联网最热门的应用类别，用户可以随时随地拍摄并上传分享自己的短视频作品。在将短视频作品上传前，用户能够为所拍摄内容配上相应的音乐背景，这样能够提高视频作品的节奏感和感染力。
3.然而，对普通用户来说，为短视频选取合适的配乐是一个比较困难的问题。这是因为短视频多为用户即兴拍摄，其内容多种多样，随机生成或选择的配乐与相应视频作品的匹配程度较低。


技术实现要素：

4.本公开提供一种背景音乐获取方法、装置、服务器及存储介质，以至少解决相关技术中普通用户所选择的配乐与相应作品的匹配程度较低的问题。本公开的技术方案如下：
5.根据本公开实施例的第一方面，提供一种背景音乐获取方法，包括：
6.获取待处理作品，其中，所述待处理作品为拍摄完成的、待添加背景音乐的作品；
7.提取所述待处理作品中的目标图像的图像特征；
8.根据所述图像特征获取候选音乐，并检测所述待处理作品的目标图像与所述候选音乐的匹配程度；
9.若检测结果显示所述目标图像与所述候选音乐的匹配程度高于预定阈值，则将所述候选音乐确定为所述待处理作品的背景音乐的推荐音乐。
10.在其中一个实施例中，检测所述待处理作品的目标图像与所述候选音乐的匹配程度，包括：
11.获取图像特征和所述候选音乐的音乐特征；
12.利用音乐判别模型处理所述图像特征和所述候选音乐的音乐特征，得到所述待处理作品的目标图像与所述候选音乐的匹配程度。
13.在其中一个实施例中，所述方法还包括：
14.将训练样本输入原始的音乐判别模型进行训练，得到所述音乐判别模型；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。
15.在其中一个实施例中，所述根据所述图像特征获取候选音乐，包括：
16.利用音频生成模型对所述图像特征进行处理，得到候选音乐；所述音频生成模型为利用所述音乐判别模型训练的模型。
17.根据本公开实施例的第二方面，提供一种作品配乐方法，所述方法包括：
18.接收作品配乐请求；
19.响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐添加待处理作品的背景音乐。
20.根据本公开实施例的第三方面，提供一种作品的背景音乐推荐方法，所述方法包括：
21.接收背景音乐推荐请求；
22.响应于背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐显示于终端的应用界面的预设位置。
23.根据本公开实施例的第四方面，提供一种背景音乐获取装置，其特征在于，包括：
24.获取模块，被配置为获取待处理作品，其中，所述待处理作品为拍摄完成的、待添加背景音乐的作品；
25.图像特征提取模块，被配置为提取所述待处理作品中的目标图像的图像特征；
26.音乐生成模块，被配置为根据所述图像特征获取候选音乐，并检测所述待处理作品的目标图像与所述候选音乐的匹配程度；
27.评估模块，被配置为若检测结果显示所述目标图像与所述候选音乐的匹配程度高于预定阈值，则将所述候选音乐确定为所述待处理作品的背景音乐的推荐音乐。
28.在其中一个实施例中，音乐生成模块被配置为获取图像特征和所述候选音乐的音乐特征；利用音乐判别模型处理所述图像特征和所述候选音乐的音乐特征，得到所述待处理作品的目标图像与所述候选音乐的匹配程度。
29.在其中一个实施例中，音乐生成模块被配置为将训练样本输入原始的音乐判别模型进行训练，得到所述音乐判别模型；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。
30.在其中一个实施例中，音乐生成模块被配置为利用音频生成模型对所述图像特征进行处理，得到候选音乐；所述音频生成模型为利用所述音乐判别模型训练的模型。
31.根据本公开实施例的第五方面，提供一种作品配乐装置，包括：
32.通信模块，被配置为接收作品配乐请求；
33.背景音乐获取装置，被配置为响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；
34.配乐模块，被配置为将所述作品的背景音乐添加待处理作品的背景音乐。
35.根据本公开实施例的第六方面，提供一种作品的背景音乐推荐装置，包括：
36.通信模块，被配置接收背景音乐推荐请求；
37.背景音乐获取装置，被配置为响应于背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；
38.推荐模块，被配置为将所述作品的背景音乐显示于终端的应用界面的预设位置
39.根据本公开实施例的第七方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行请求的存储器；其中，所述处理器被配置为执行所述请求，以实现如本公开实施例中的背景音乐获取方法的各个步骤。
40.根据本公开实施例的第八方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行请求的存储器；其中，所述处理器被配置为执行所述请求，以实现如本公开实施例中的作品配乐方法的各个步骤。
41.根据本公开实施例的第九方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行请求的存储器；其中，所述处理器被配置为执行所述请求，以实现如本公开实施例中的作品的背景音乐推荐方法的各个步骤。
42.根据本公开实施例的第十方面，提供存储介质，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行如本公开实施例中的背景音乐获取方法的各个步骤。
43.根据本公开实施例的第十一方面，提供存储介质，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行如本公开实施例中的作品配乐方法的各个步骤。
44.根据本公开实施例的第十二方面，提供存储介质，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行如本公开实施例中的作品的背景音乐推荐方法的各个步骤。
45.本公开的实施例提供的技术方案至少带来以下有益效果：
46.本公开提出的背景音乐获取方法及相关产品，通过获取作品的目标图像的图像特征，之后使用该图像特征利用音频生成模型获取一段候选音乐；并通过评估目标图像与音频的匹配程度，确定待处理作品的背景音乐的推荐音乐，本公开中的方法可以为需进行配乐的作品获取匹配度高的背景音乐。
47.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
48.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
49.图1是根据一示例性实施例示出的一种背景音乐获取方法的应用环境图。
50.图2是根据一示例性实施例示出的一种背景音乐获取方法的流程图。
51.图3是根据一示例性实施例示出的一种作品配乐方法的流程图。
52.图4是根据一示例性实施例示出的一种作品的背景音乐推荐方法的流程图。
53.图5是根据一示例性实施例示出的一种背景音乐获取装置的框图。
54.图6是根据一示例性实施例示出的一种作品配乐装置的框图。
55.图7是根据一示例性实施例示出的一种作品的背景音乐推荐装置的框图。
56.图8是根据一示例性实施例示出的一种装置的框图。
具体实施方式
57.为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
58.需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相
一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
59.本公开提供的背景音乐获取方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等电子设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
60.服务器104上被部署服务平台，用户可通过终端102上对应的应用观看服务平台上的作品，用户也可以通过终端102上对应的应用向服务平台上传作品。该作品可以为视频、短视频，图集，电子相册等等。用户在上传作品时可以为作品配上背景音乐。用户可以通过终端102的操作界面进行相应的配乐操作为上传的作品配上背景音乐。用户通过终端102的操作界面作品配乐的操作流程一般为：通过终端104的背景音乐选择界面输入背景音乐的选择操作，终端基于用户选择操作将用户选择的背景音乐作为用户的作品的背景音乐。可选地，在用户输入选择操作后，用户还可以通过预播放配上背景音乐的作品了解选择的背景音乐是否合适，若用户认为选择的背景音乐合适，则可通过终端104的操作界面输入确定操作，终端即将用户选择的背景音乐作为用户的作品的背景音乐；若，若用户认为选择的背景音乐不合适，则可通过终端104的操作界面输入取消操作，终端102返回背景音乐选择界面，以使用户可以重新选择背景音乐。
61.图2是根据一示例性实施例示出的一种背景音乐获取方法的流程图，该背景音乐获取方法用于服务器中，包括以下步骤。
62.在步骤s11中，获取待处理作品。
63.在步骤s12中，提取所述待处理作品中的目标图像的图像特征。
64.在步骤s13中，根据所述图像特征获取候选音乐，并检测所述待处理作品的目标图像与所述候选音乐的匹配程度。
65.在步骤s14中，若检测结果显示所述目标图像与所述候选音乐的匹配程度高于预定阈值，则将所述候选音乐确定为所述待处理作品的背景音乐的推荐音乐。
66.其中，步骤s11中的待处理作品为拍摄完成的、待添加背景音乐的作品。
67.步骤s12中的目标图像为待处理作品的图像帧中的图像。可选地，该目标图像可以为待处理作品的封面图像。由于作品的封面图像一般为包含作品表达内容的特征较多的图像帧，因此，将封面图像定为目标图像提取图像特征，并利用该图像特征获取候选音乐，可以更加准确的理解作品的内容。需要说明的是，使用作品的封面图像只是一种常用的方案，本示例的方法并不限于使用作品的封面图像，还可以基于用户选择的待处理作品中的其他图像帧生成背景音乐。可选地，可以设置默认作品的封面图像为本示例方法实施时获取的目标图像。即在用户不从作品中选择目标图像时，将封面图像作为目标图像。
68.在执行步骤s12时，可以利用图像分类模型处理所述目标图像得到的图像特征。可选地，若待处理作品的目标图像的图像特征在执行本实施例的背景音乐获取方法之前已经被获取并存储，在步骤s12时则可以从该图像特征的存储位置直接获取作品的图像特征。
69.可选地，图像分类模是训练好的神经网络模型，该模型可以对输入的图像进行特征提取，得到可以表征图像内容的图像特征。
70.可选地，在执行步骤s13时，可以利用音频生成模型对图像特征进行处理，生成候
选音乐。由于图像特征需作为音频生成模型的输入数据，因此，该图像特征的格式在设置时会考虑音频生成模型的输入数据的格式。若得到的图像特征的格式不符合音频生成模型输入数据格式，则需将得到的图像特征进行格式转换，以得到的音频生成模型的输入数据。可选地，音频生成模型可以为wavenet模型或wavegan模型。
71.可选地，在执行步骤s13对候选音乐与目标图像的匹配程度进行评估时可以首先获取图像特征和所述候选音乐的音乐特征；之后利用音乐判别模型处理所述图像特征和所述候选音乐的音乐特征，得到所述待处理作品的目标图像与所述候选音乐的匹配程度。可选地，可以提取所述候选音乐的梅尔倒谱系数mfcc特征作为所述候选音乐的音乐特征。可选地，由于图像特征需作为音乐判别模型的输入，因此，该图像特征的格式一般会基于音频判别模型设定。若得到的图像特征的格式不符合音频判别模型输入数据格式，则需将得到图像特征基于音频判别模型的输入数据格式进行格式转换。可选地，在利用音乐判别模型对目标图像与候选音乐的匹配程度之前，需首先训练原始的音乐判别模型，该训练过程可以包括：将训练样本输入原始的音乐判别模型进行训练，得到所述音乐判别模型；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。可选地，音频生成模型可以为利用该音乐判别模型训练的模型。
72.可选地，图像特征可以为embedding向量。embedding向量不仅可以很好地度量数据(例如词与词)之间的相似性，而且其可以被作为多种神经网络模型的输入数据，这可以减少神经网络模型串接时的数据转换，节省设备的计算资源。可选地，本示例中的图像分类模型可以为googlenet模型。需要说明的是，embedding向量可以为入wavenet模型或wavegan模型的输入数据。
73.本实施例中的背景音乐获取方法，通过获取作品的目标图像的图像特征，之后使用该图像特征利用音频生成模型获取一段候选音乐；并通过评估目标图像与音频的匹配程度，确定待处理作品的背景音乐的推荐音乐，基于此，在选择的目标图像可以很好反映待评估作品的内容时，本实施例的方法可以为需进行配乐的作品获取匹配度高的背景音乐。
74.在其中一个实施例中，在实施步骤s13和s14时，可以将所用的音频生成模型和音乐判别整合成生成对抗网络模型(gan，generative adversarial network)，本示例中将所述音频生成模型作为生成对应网络模型对的生成模型(g)，将音乐判别模型作为生成对抗网络模型判别模型(d)。可选地，该生成对抗网络模型的目标函数v(d,g)可以表示为：
[0075][0076]
该式中，e(*)表示分布函数的期望值，p
data
(x)表示着真实样本的分布，p
noise
(z)是定义在低维的噪声分布，通过参数为θg的g映射到高维的数据空间得到pg＝g(z,θg)。
[0077]
在其中一个实施例中，提出了一种生成对抗网络的训练方法，包括：
[0078]
首先，训练原始的音乐判别模型。该训练过程包括：
[0079]
首先构建原始的音乐判别模型和音乐判别模型的训练样本；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。可选地，该音乐判别模型可以为选用传统的dnn(deep neural networks)构建的深度神经网络，该判别模型可以为一种二分类模型。
[0080]
之后，利用这些训练样本训练构建的原始的音乐判别模型，直至原始的音乐判别
模型的网络收敛，得到音乐判别模型。
[0081]
最后，利用音乐判别模型训练音频生成模型。该步骤直至使得生成模型(g)与判别模型(d)符合上述目标函数，则完成音频生成模型的训练过程。
[0082]
本实施例利用生成对抗网络模型来获取该音频生成模型，以保证得到的音频生成模型可以输出与输入图像匹配的音频。由于本技术音频生成模型利用生成对抗网络模型训练得到的，因此得到的评估结果客观可靠。
[0083]
基于同样的发明构思，如图3所示，在其中一个实施例中，提出了一种作品配乐方法，下面以该方法应用于图1的应用环境为例进行说明，所述方法包括：
[0084]
在步骤s21中，接收作品配乐请求。
[0085]
在步骤s22中，响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐添加为所述作品的背景音乐。
[0086]
用户可以通过终端102上应用的操作界面输入作品配乐请求，服务器104响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐添加为所述作品的背景音乐。具体如何利用背景音乐获取方法获取背景音乐可参见上文中相应的记载，在此不再做赘述。
[0087]
本实施例中的作品配乐方法，通过背景音乐获取方法获取一段音频，使用这段音频为作品配乐。本实施例的方法可以获取到与作品表达内容匹配的背景音乐。因此，本实施例的方法可以辅助不具备专业的音乐素养的用户为作品配乐。
[0088]
基于同样的发明构思，如图4所示，在其中一个实施例中，提出了一种作品的背景音乐推荐方法，下面以该方法应用于图1的应用环境为例进行说明，所述方法包括：
[0089]
在步骤s31中，接收背景音乐推荐请求。
[0090]
在步骤s32中，响应于背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐显示于终端的应用界面的预设位置。
[0091]
用户可以通过终端102上应用的操作界面输入背景音乐推荐请求，服务器104响应于所述背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐显示于终端的应用界面的预设位置。用户可以从终端的应用界面的预设位置输入选择操作，选择终端的应用界面中的音乐为作品配上背景音乐。终端的应用界面中的音乐包括利用背景音乐获取方法获取的背景音乐。具体如何利用背景音乐获取方法获取背景音乐可参见上文中相应的记载，在此不再做赘述。
[0092]
本实施例中的作品的背景音乐推荐方法，通过背景音乐获取方法获取一段音频，使用这段音频为作品配乐。实施例的方法可以获取到与作品表达内容匹配的背景音乐。因此，本实施例的方法可以辅助不具备专业的音乐素养的用户为作品配乐。
[0093]
图5是根据一示例性实施例示出的一种背景音乐获取装置100，包括：
[0094]
获取模块121，被配置为获取待处理作品，其中，所述待处理作品为拍摄完成的、待添加背景音乐的作品；
[0095]
图像特征提取模块122，被配置为提取所述待处理作品中的目标图像的图像特征；
[0096]
音乐生成模块123，被配置为根据所述图像特征获取候选音乐，并检测所述待处理作品的目标图像与所述候选音乐的匹配程度；
[0097]
评估模块124，被配置为若检测结果显示所述目标图像与所述候选音乐的匹配程
度高于预定阈值，则将所述候选音乐确定为所述待处理作品的背景音乐的推荐音乐。
[0098]
在其中一个示例中，音乐生成模块123被配置为获取图像特征和所述候选音乐的音乐特征；利用音乐判别模型处理所述图像特征和所述候选音乐的音乐特征，得到所述待处理作品的目标图像与所述候选音乐的匹配程度。
[0099]
在其中一个示例中，音乐生成模块123被配置为将训练样本输入原始的音乐判别模型进行训练，得到所述音乐判别模型；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。
[0100]
在其中一个示例中，音乐生成模块123被配置为利用音频生成模型对所述图像特征进行处理，得到候选音乐；所述音频生成模型为利用所述音乐判别模型训练的模型。
[0101]
图6是根据一示例性实施例示出的一种作品配乐装置10，包括：
[0102]
通信模块200，被配置为接收作品配乐请求；
[0103]
背景音乐获取装置100，被配置为响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；
[0104]
配乐模块300，被配置为将所述作品的背景音乐添加待处理作品的背景音乐。
[0105]
图6是根据一示例性实施例示出的一种作品的背景音乐推荐装置20，包括：
[0106]
通信模块200，被配置接收背景音乐推荐请求；
[0107]
背景音乐获取装置100，被配置为响应于背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；
[0108]
推荐模块400，被配置为将所述作品的背景音乐显示于终端的应用界面的预设位置。
[0109]
在示例性实施例中，还提供了一种包括请求的存储介质，例如包括请求的存储器，上述请求可由设备的处理器执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0110]
在其中一个实施例中，该存储介质，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行：获取待处理作品，其中，所述待处理作品为拍摄完成的、待添加背景音乐的作品；提取所述待处理作品中的目标图像的图像特征；根据所述图像特征获取候选音乐，并检测所述待处理作品的目标图像与所述候选音乐的匹配程度；若检测结果显示所述目标图像与所述候选音乐的匹配程度高于预定阈值，则将所述候选音乐确定为所述待处理作品的背景音乐的推荐音乐。
[0111]
在其中一个实施例中，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行：获取图像特征和所述候选音乐的音乐特征；利用音乐判别模型处理所述图像特征和所述候选音乐的音乐特征，得到所述待处理作品的目标图像与所述候选音乐的匹配程度。
[0112]
在其中一个实施例中，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行：将训练样本输入原始的音乐判别模型进行训练，得到所述音乐判别模型；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。
[0113]
在其中一个实施例中，当所述存储介质中的请求由服务器的处理器执行时，使得
服务器能够执行：利用音频生成模型对所述图像特征进行处理，得到候选音乐；所述音频生成模型为利用所述音乐判别模型训练的模型。
[0114]
在其中一个实施例中该存储介质，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行：接收作品配乐请求；响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐添加待处理作品的背景音乐。
[0115]
在其中一个实施例中该存储介质，当所述存储介质中的请求由服务器的处理器执行时，使得服务器能够执行：接收背景音乐推荐请求；响应于背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐显示于终端的应用界面的预设位置。
[0116]
图4是根据一示例性实施例示出的一种背景音乐获取装置400的框图。例如，装置400可以被提供为一服务器。参照图4，装置400包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理组件422的执行的请求，例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组请求的模块。此外，处理组件422被配置为执行请求，以执行上述示例中背景音乐获取方法的步骤。
[0117]
在其中一个实施例中，该服务器，包括：处理器；用于存储所述处理器可执行请求的存储器；其中，所述处理器被配置为执行所述请求，以实现如下步骤：获取待处理作品，其中，所述待处理作品为拍摄完成的、待添加背景音乐的作品；提取所述待处理作品中的目标图像的图像特征；根据所述图像特征获取候选音乐，并检测所述待处理作品的目标图像与所述候选音乐的匹配程度；若检测结果显示所述目标图像与所述候选音乐的匹配程度高于预定阈值，则将所述候选音乐确定为所述待处理作品的背景音乐的推荐音乐。
[0118]
在其中一个实施例中，所述处理器被配置为执行所述请求，以实现如下步骤：获取图像特征和所述候选音乐的音乐特征；利用音乐判别模型处理所述图像特征和所述候选音乐的音乐特征，得到所述待处理作品的目标图像与所述候选音乐的匹配程度。
[0119]
在其中一个实施例中，所述处理器被配置为执行所述请求，以实现如下步骤：将训练样本输入原始的音乐判别模型进行训练，得到所述音乐判别模型；其中，所述训练样本包括多个已添加背景音乐，且标注了目标图像以及目标图像与对应的背景音乐的匹配程度的作品。
[0120]
在其中一个实施例中，所述处理器被配置为执行所述请求，以实现如下步骤：利用音频生成模型对所述图像特征进行处理，得到候选音乐；所述音频生成模型为利用所述音乐判别模型训练的模型。
[0121]
在其中一个实施例中，该服务器，包括：处理器；用于存储所述处理器可执行请求的存储器；其中，所述处理器被配置为执行所述请求，以实现如下步骤：接收作品配乐请求；响应于所述作品配乐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐添加为所述作品的背景音乐。
[0122]
在其中一个实施例中，该服务器，包括：处理器；用于存储所述处理器可执行请求的存储器；其中，所述处理器被配置为执行所述请求，以实现如下步骤：接收背景音乐推荐请求；响应于背景音乐推荐请求，利用背景音乐获取方法获取作品的背景音乐；将所述作品的背景音乐显示于终端的应用界面的预设位置。
[0123]
装置400还可以包括一个电源组件426被配置为执行装置400的电源管理，一个有线或无线网络接口450被配置为将装置400连接到网络，和一个输入输出(i/o)接口458。装置400可以操作基于存储在存储器432的操作系统，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm或类似。
[0124]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0125]
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。