CN110096611A - 一种歌曲推荐方法、移动终端及计算机可读存储介质 - Google Patents

一种歌曲推荐方法、移动终端及计算机可读存储介质 Download PDF

Info

Publication number
CN110096611A
CN110096611A CN201910333362.5A CN201910333362A CN110096611A CN 110096611 A CN110096611 A CN 110096611A CN 201910333362 A CN201910333362 A CN 201910333362A CN 110096611 A CN110096611 A CN 110096611A
Authority
CN
China
Prior art keywords
song
audio
user
mobile terminal
songs
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910333362.5A
Other languages
English (en)
Inventor
彭生全
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nubia Technology Co Ltd
Original Assignee
Nubia Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nubia Technology Co Ltd filed Critical Nubia Technology Co Ltd
Priority to CN201910333362.5A priority Critical patent/CN110096611A/zh
Publication of CN110096611A publication Critical patent/CN110096611A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/632—Query formulation
    • G06F16/634—Query by example, e.g. query by humming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/635—Filtering based on additional data, e.g. user or group profiles
    • G06F16/637—Administration of user profiles, e.g. generation, initialization, adaptation or distribution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/638—Presentation of query results
    • G06F16/639—Presentation of query results using playlists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Library & Information Science (AREA)
  • Telephone Function (AREA)

Abstract

本发明公开了一种歌曲推荐方法，应用于移动终端，所述方法包括：获取用户音频数据；获取用户针对歌曲的操作记录；根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；基于所述待推荐歌曲进行推荐。另外，本发明还提供了一种移动终端、以及一种计算机可读存储介质，应用本发明实施例，通过对用户的声音和后台音乐资源进行匹配，并结合用户歌曲收听爱好自动给用户推荐歌曲，减少了用户选择演唱歌曲，提高用户体验。

Description

一种歌曲推荐方法、移动终端及计算机可读存储介质
技术领域
本发明涉及移动终端领域，尤其涉及一种歌曲推荐方法、移动终端及计算机可读存储介质。
背景技术
移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备，广义的讲包括手机、笔记本、POS机甚至包括车载电脑，狭义的移动终端是指手机或者具有多种应用功能的智能手机，且移动终端中安装有音乐播放器等应用程序。
现有技术中，移动终端往往是具备简单的音乐播放功能，通过音乐播放进行简单的音乐推荐，例如根据设置的任务推荐规则、音乐年代推荐规则等，推荐相匹配的音乐给客户。
可见，现有的音乐推荐方式并不能很好的结合用户自身的特点进行音乐推荐，用户的体验较差。
发明内容
本发明的主要目的在于提出一种歌曲推荐方法、移动终端及计算机可读存储介质，旨在解决现有技术中进行简单的音乐推荐方式，用户体验较差的问题，通过对用户的声音和后台音乐资源进行匹配，并结合用户歌曲收听爱好自动给用户推荐歌曲，减少了用户选择演唱歌曲，提高用户体验。
为实现上述目的，本发明提出一种歌曲推荐方法，应用于移动终端，所述方法包括：
获取用户音频数据；
获取用户针对歌曲的操作记录；
根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；
根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；
基于所述待推荐歌曲进行推荐。
本发明的一种优选实施方式中，所述获取用户音频数据的步骤，包括：
获取用户语音信息；
根据所述用户语音信息，获取用户音频数据。
本发明的一种优选实施方式中，所述获取用户针对歌曲的操作记录的步骤，包括：
确定所述移动终端安装的至少一个音频播放软件；
获取每一个音频播放软件的历史操作记录，其中，所述历史操作记录至少包括音乐播放历史记录、收藏记录、点赞记录、关注记录中的一种。
本发明的一种优选实施方式中，所述方法还包括：
接收用户的歌曲音频；
对所述用户的歌曲音频进行打分；
并将歌曲和对应的打分数据保存在所述历史操作记录中。
本发明的一种优选实施方式中，所述根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表的步骤，包括：
从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型；
获取与所述目标音频模型对应的歌曲；
将所获取的歌曲作为与所述用户对应的歌曲列表。
本发明的一种优选实施方式中，所述从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型的步骤，包括：
获取预先设置的每一个音频模型对应的音频波形图；
获取所述用户音频数据所对应的第一音频波形图
计算所述第一音频波形图与每一个音频波形图的相似度值；
根据所述相似度值，确定与所述第一音频波形图相似度值最高的第二音频波形图；
将所述第二音频波形图所对应的音频模型确定为目标音频模型。
本发明的一种优选实施方式中，所述根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲的步骤，包括：
获取所述操作记录中的播放列表；
获取所述播放列表中每一歌曲的第一标签；
获取所述歌曲列表中每一歌曲的第二标签；
计算所述第一标签和所述第二标签的相似度值；
根据所述相似度值，确定待推荐歌曲。
本发明的一种优选实施方式中，所述根据所述相似度值，确定待推荐歌曲的步骤，包括：
将所述相似度值按照从大到小的顺序进行排列；
根据排列顺序，获取预设数量个歌曲；
将所述预设数量个歌曲确定为待推荐歌曲。
另外，本发明还提供了一种移动终端，所述移动终端包括处理器、以及通过通信总线与处理器连接的存储器；其中，
所述存储器，用于存储歌曲推荐程序；
所述处理器，用于执行所述歌曲推荐程序，以实现步骤：
获取用户音频数据；
获取用户针对歌曲的操作记录；
根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；
根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；
基于所述待推荐歌曲进行推荐；
以及任意一项的歌曲推荐方法的步骤。
为实现上述目的，本发明提出了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行如下步骤：
获取用户音频数据；
获取用户针对歌曲的操作记录；
根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；
根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；
基于所述待推荐歌曲进行推荐；
以及任意一项的歌曲推荐方法的步骤。
因此，相较于现有技术，本发明所提出的歌曲推荐方法、移动终端及计算机可读存储介质，首先通过获取用户音频数据以及用户针对歌曲的操作记录；再根据预先设置的音频模型与歌曲的对应关系、用户音频数据，获取与用户对应的歌曲列表；并结合用户针对歌曲的操作记录，从歌曲列表中匹配待推荐歌曲；并推荐给用户。通过结合用户针对歌曲的操作记录能够结合用户的喜好及用户的音频数据能结合用户的自身音频特点，并通过户音频模型与歌曲的对应关系实现相结合的向用户推荐歌曲，能够结合用户音频特点和喜好进行推荐提高用户体验的同时，也避免了用户自行寻找歌曲造成的繁琐。
附图说明
图1为实现本发明各个实施例中一可选的移动终端的硬件结构示意图；
图2为如图1所示的移动终端的无线通信***示意图；
图3为本发明实施例所提供的歌曲推荐方法的一可选的流程示意图；
图4为本发明实施例所提供的歌曲推荐方法一可选应用场景示意图；
图5为本发明实施例所提供的歌曲推荐方法的另一可选应用场景示意图；
图6为本发明实施例所提供的歌曲推荐方法的另一可选流程示意图。
附图标记：
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯***)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(WidebandCode DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、信息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。
移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步地，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理***与处理器110逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络***进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络***架构图，该通信网络***为通用移动通信技术的LTE***，该LTE***包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(EvolvedUMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving GateWay，服务网关)2034，PGW(PDN GateWay，分组数据网络网关)2035和PCRF(Policy and ChargingRules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子***)或其它IP业务等。
虽然上述以LTE***为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE***，也可以适用于其他无线通信***，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络***等，此处不做限定。
基于上述移动终端硬件结构以及通信网络***，提出本发明方法各个实施例。
为解决现有技术问题，本发明实施例提出一种歌曲推荐方法、移动终端以及计算机可读存储介质，下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
本发明实施例提供的一种歌曲推荐方法，应用于移动终端，图3为实现本发明实施例所提供的歌曲推荐方法的一可选的结构示意图，如图3所示，该歌曲推荐方法包括以下步骤：
S301，获取用户音频数据。
可以理解的是，移动终端上面都设置有录音设备，例如麦克风，通过在用户进行语音通话、录音机开启的时候能够获得用户的音频数据。因此，移动终端能够收集用户的音频数据。
需要说明的是，移动终端会获取到多个用户的音频数据，例如，移动终端接收到的杂音(除用户以外的其他用户音频数据)，或者多个用户共用一个移动终端。那么移动终端可以分别获取没一个月用户的音频数据，并进行分别分析。
本领域技术人员可以理解的是，每一个用户的音色都不同，音色是指不同的声音的频率表现在波形方面总是有与众不同的特性，不同的物体振动都有不同的特点。
因此，本发明的一种实现方式中，在用户开启录音设备后，获取至少一端音频数据，通过人机交互操作，请用户确认是否对该端音频数据进行分析，如果是，移动终端可以对音频数据进行频率分析，进而区分用户，并进行分别存储用户的音频数据。
因此，本发明的另一种实现方式中，在获取了用户的通话语音后，获取本机的语音数据。由于通话语音可以为多个，进而可以通过人机交互操作，移动终端可以对音频数据进行频率分析，进而区分用户，并进行分别存储用户的音频数据。
本发明的再一种实现方式中，可以通过在获取了每一个用户的音频数据以后，通过频率分析，在进行用户区分以后，获取主要的使用用户，进而区分杂音。具体获取主要的使用用户可以通过获取的音频数据大小进行区分，将音频数据量最大所对应的用户确定为主要使用用户。
以及，当移动终端通过发送工具(例如聊天工具、邮箱等)接收到音频数据保存到本地，并在移动终端或者用户操作触发以后，移动终端获取该段音频数据，并分析。
S302，获取用户针对歌曲的操作记录。
需要说明的是，移动终端所安装的音乐播放软件可以记载用户的歌曲播放记录、购买记录、收藏记录等等，这些操作均为操作记录。
本发明的一种实现方式中，以手机为例，首先统计手机中所安装的音乐播放器，针对每一个音乐播放器的操作记录进行统计，获取每一个音乐播放器针对歌曲的操作记录。
实际执行过程中，步骤S101和步骤S102可以同时执行，也可以先执行步骤S101再执行步骤S102，也可以先执行步骤S102再执行步骤S101，本发明实施例在此不做具体限定。
S303，根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表。
本发明的一种实现方式中，移动终端中可以存储有多个音频模型，具体的，音频模型为用户音频的波形图，体现用户的声音频率特性。且可以理解的是，歌曲是演唱者进行演唱的，演唱者的音频具有一定的特性，根据这种特性，将符合其声音特点的歌曲作为对应歌曲，从而实现歌曲和音频模型的对应关系。
本发明的另一种实现方式中，数据库中可以存储有多个音频模型和具有对应关系的歌曲，移动终端通过和数据通信，获取数据库中的音频模型和对应的歌曲。
本发明的一种实施例中，从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型；获取与所述目标音频模型对应的歌曲；将所获取的歌曲作为与所述用户对应的歌曲列表。
可以理解的是，由于从用户的音频数据中能够获得用户的声音频率数据，可以将声音频率数据进行绘制成一段波形图，用以反映用户的声音频率。而通过音频模型也可以获得对应的波形图。因此，当两个人的音频波形图越相似则表示两个人的声音越相像，从而发声也越相似，基于此获取与用户音频数据对应的音频模型确定为目标音频模型。
由于每一个音频模型都是预先设定了对应的歌曲，所以可以获取目标音频模型所对应的歌曲。
S304，根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲。
需要说明的是，步骤S303是根据用户的音频数据与音频模型的关系，获得对应音频模型的歌曲列表，匹配的是嗓音的特性。但是每个用户的喜好是不同的，所以本发明实施例中，借助用户的操作记录，从歌曲列表中再次进行歌曲筛选。
本发明的一种具体实现方式中，通过获取所述操作记录中的播放列表；获取所述播放列表中每一歌曲的第一标签；获取所述歌曲列表中每一歌曲的第二标签；计算所述第一标签和所述第二标签的相似度值；根据所述相似度值，确定待推荐歌曲。
本发明实施例中的标签可以是演唱者、歌曲分类、演唱者国别、歌曲年代，由于对歌曲添加标签并未一家唱片公司或者网站机构，那么标签可以是不相同的，且每一个歌曲的标签可以是至少一个。因此，本发明实施例中通过标签的相似度判断确定两个标签的相似度。
具体的，标签的相似度可以采用关键字相似度的计算方案，例如采用word2vec算法，是将词表征为实数值向量的一种高效的算法模型，具体计算过程为现有技术，本发明实施例在此不做赘述。
在确定了标签的相似度之后，再根据所述相似度值，将所述相似度值按照从大到小的顺序进行排列；根据排列顺序，获取预设数量个歌曲；将所述预设数量个歌曲确定为待推荐歌曲。
可以理解的是，若播放列表中有10个歌曲，歌曲列表中有5个歌曲，那么10个歌曲中每个歌曲对应的标签组成一个向量。那么针对播放列表中的任意一个歌曲，则会产生5个相似度值，10个歌曲会产生5*10＝50个相似度值。然后将50个相似度直接进行排序，从中获取预设数量个歌曲，例如，从10个歌曲中获取3个歌曲，则获取50个相似度值中排列在前的三个相似度值，进而确定这三个值对应的歌曲列表中的歌曲。
S305，基于所述待推荐歌曲进行推荐。
由步骤S305可以得知，获取的歌曲，是其标签与播放列表中的歌曲标签相似度最高的，所以视为与播放列表中的歌曲相关性最高，由于播放列表中的歌曲是用户的历史播放、收藏等操作对应的歌曲，代表为用户的喜爱歌曲，那么说明待推荐的歌曲与用户喜爱歌曲相似度较高，所以推荐给用户。
因此，应用本发明提供的歌曲推荐方法，首先通过获取用户音频数据以及用户针对歌曲的操作记录；再根据预先设置的音频模型与歌曲的对应关系、用户音频数据，获取与用户对应的歌曲列表；并结合用户针对歌曲的操作记录，从歌曲列表中匹配待推荐歌曲；并推荐给用户。通过结合用户针对歌曲的操作记录能够结合用户的喜好及用户的音频数据能结合用户的自身音频特点，并通过户音频模型与歌曲的对应关系实现相结合的向用户推荐歌曲，能够结合用户音频特点和喜好进行推荐提高用户体验的同时，也避免了用户自行寻找歌曲造成的繁琐。
本发明实施例还提供了一种针对合适将待推荐歌曲推荐给用户的方案，定期检查移动终端的日历或者备忘录以及其他表达用户形成的记事本，在形成中出现唱歌、唱K、表演等字眼时，可以通过对话框的形式向用户推送，如图4所示，请用户确认是否接收待推荐歌曲。如果是，则可以将待推荐歌曲在音乐播放器中进行展示，如图5所示，并以颜色或者其他标记进行提醒，并便于用户区分。
本发明的一种实施例中，所述获取用户音频数据的步骤，包括：获取用户语音信息；根据所述用户语音信息，获取用户音频数据。通过用户的电话语音、录音语音、接收到的语音文件等方式获得用户语音信息，并从中提取用户对应的音频数据。
为了全面的获取用户对歌曲的操作，获取用户针对歌曲的操作记录的步骤，包括：确定所述移动终端安装的至少一个音频播放软件；获取每一个音频播放软件的历史操作记录，其中，历史操作记录至少包括音乐播放历史记录、收藏记录、点赞记录、关注记录中的一种。
本发明实施例中，为了操作互动还可以接收用户的歌曲音频；对所述用户的歌曲音频进行打分；并将歌曲和对应的打分数据保存在所述历史操作记录中。
对用户的歌曲音频打分可以通过歌唱评分软件实现，并将打分的数据进行存储在历史操作记录中，进而还可以设置为歌曲的评分，实现用户的喜好和用户的实际演唱结果进行结合，提高互动性和可用性。
本发明提供一种具体的确定目标音频模型实现方法，包括：获取预先设置的每一个音频模型对应的音频波形图；获取所述用户音频数据所对应的第一音频波形图；计算所述第一音频波形图与每一个音频波形图的相似度值；根据所述相似度值，确定与所述第一音频波形图相似度值最高的第二音频波形图；将所述第二音频波形图所对应的音频模型确定为目标音频模型。
可以理解的是，两个波形可以通过相似度进行衡量是否呈相似的变化趋势，相似度值越高，则两条曲线的变化越相似。
由于音频模型是预先设置的，那么其体现形式是已经确定的，所以可以设置与第一音频波形图的形式相同，例如均为声音的频率图。两个曲线的相似度计算方法可以为：欧氏距离、标准化欧氏距离、余弦夹角、曼哈顿距离，本发明实施例在此不做赘述。
从而获取相似度最高的音频波形图，则表示用户的音色与该模型的音色接近，然后确定第二音频波形图所对应的歌曲。
如图6所示，本发明实施例提供歌曲推荐的一种具体实现方式，包括如下步骤：
S610，提取用户语音信息建立声音模型。
S620，获取用户的听歌偏好。
S630，获取音乐资源与声音模型，并建立对应关系。
S640，获取用户未来时间段的行程计划表，并判断是否需要向用户进行歌曲推荐。
S650，如果是，将待推荐歌曲向用户进行推荐。
S660，接收用户演唱音频，并打分。
需要说明的是，可以根据用户平时打电话发聊天语音的数据，提取用户的声音信息，并建立声音模型。再通过音乐播放软件通过用户平时听歌曲的记录提取用户的歌曲偏好，例如收听的歌手、歌曲的年代、歌曲的风格(摇滚、民歌等)，再通过***后台提取每个音乐资源的音频信息，建立建议匹配的演唱声音模型。获取用户的日程安排，如果近期有聚会之类的集体活动，后台提前根据用户的“声音模型”和“音乐收听爱好”自动推送适合演唱的歌曲进行学习演唱。当用户演唱完对应的歌曲后，***给出打分，帮助用户确认该歌曲是否真的适合他/她演唱以及演唱得是否熟练。
通过对用户的声音和后台音乐资源进行匹配，并结合用户的日程安排和歌曲收听爱好自动提前给用户推荐歌曲学习演唱，减少了用户选择演唱歌曲的困难，并更能贴合用户自身的演唱特点和爱好，提高用户体验。
进一步地，本发明提供了一种移动终端，请继续参阅图1，所述移动终端包括处理器110、以及通过通信总线与处理器110连接的存储器109；其中，
所述存储器109，用于存储歌曲推荐程序；
所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
获取用户音频数据；
获取用户针对歌曲的操作记录；
根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；
根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；
基于所述待推荐歌曲进行推荐。
因此，本发明的一种实现方式中，在用户开启录音设备后，获取至少一端音频数据，通过人机交互操作，请用户确认是否对该端音频数据进行分析，如果是，移动终端可以对音频数据进行频率分析，进而区分用户，并进行分别存储用户的音频数据。
本发明的再一种实现方式中，可以通过在获取了每一个用户的音频数据以后，通过频率分析，在进行用户区分以后，获取主要的使用用户，进而区分杂音。具体获取主要的使用用户可以通过获取的音频数据大小进行区分，将音频数据量最大所对应的用户确定为主要使用用户。
以及，当移动终端通过发送工具(例如聊天工具、邮箱等)接收到音频数据保存到本地，并在移动终端或者用户操作触发以后，移动终端获取该段音频数据，并分析。
需要说明的是，移动终端所安装的音乐播放软件可以记载用户的歌曲播放记录、购买记录、收藏记录等等，这些操作均为操作记录。
本发明的一种实现方式中，以手机为例，首先统计手机中所安装的音乐播放器，针对每一个音乐播放器的操作记录进行统计，获取每一个音乐播放器针对歌曲的操作记录。
本发明的一种实现方式中，移动终端中可以存储有多个音频模型，具体的，音频模型为用户音频的波形图，体现用户的声音频率特性。且可以理解的是，歌曲是演唱者进行演唱的，演唱者的音频具有一定的特性，根据这种特性，将符合其声音特点的歌曲作为对应歌曲，从而实现歌曲和音频模型的对应关系。
本发明的另一种实现方式中，数据库中可以存储有多个音频模型和具有对应关系的歌曲，移动终端通过和数据通信，获取数据库中的音频模型和对应的歌曲。
本发明的一种实施例中，从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型；获取与所述目标音频模型对应的歌曲；将所获取的歌曲作为与所述用户对应的歌曲列表。
可以理解的是，由于从用户的音频数据中能够获得用户的声音频率数据，可以将声音频率数据进行绘制成一段波形图，用以反映用户的声音频率。而通过音频模型也可以获得对应的波形图。因此，当两个人的音频波形图越相似则表示两个人的声音越相像，从而发声也越相似，基于此获取与用户音频数据对应的音频模型确定为目标音频模型。
由于每一个音频模型都是预先设定了对应的歌曲，所以可以获取目标音频模型所对应的歌曲。
具体的，标签的相似度可以采用关键字相似度的计算方案，例如采用word2vec算法，是将词表征为实数值向量的一种高效的算法模型，具体计算过程为现有技术，本发明实施例在此不做赘述。
在确定了标签的相似度之后，再根据所述相似度值，将所述相似度值按照从大到小的顺序进行排列；根据排列顺序，获取预设数量个歌曲；将所述预设数量个歌曲确定为待推荐歌曲。
因此，应用本发明提供的歌曲推荐方法，首先通过获取用户音频数据以及用户针对歌曲的操作记录；再根据预先设置的音频模型与歌曲的对应关系、用户音频数据，获取与用户对应的歌曲列表；并结合用户针对歌曲的操作记录，从歌曲列表中匹配待推荐歌曲；并推荐给用户。通过结合用户针对歌曲的操作记录能够结合用户的喜好及用户的音频数据能结合用户的自身音频特点，并通过户音频模型与歌曲的对应关系实现相结合的向用户推荐歌曲，能够结合用户音频特点和喜好进行推荐提高用户体验的同时，也避免了用户自行寻找歌曲造成的繁琐。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
获取用户语音信息；
根据所述用户语音信息，获取用户音频数据。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
确定所述移动终端安装的至少一个音频播放软件；
获取每一个音频播放软件的历史操作记录，其中，所述历史操作记录至少包括音乐播放历史记录、收藏记录、点赞记录、关注记录中的一种。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
接收用户的歌曲音频；
对所述用户的歌曲音频进行打分；
并将歌曲和对应的打分数据保存在所述历史操作记录中。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型；
获取与所述目标音频模型对应的歌曲；
将所获取的歌曲作为与所述用户对应的歌曲列表。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
获取所述用户音频数据所对应的第一音频波形图
计算所述第一音频波形图与每一个音频波形图的相似度值；
根据所述相似度值，确定与所述第一音频波形图相似度值最高的第二音频波形图；
将所述第二音频波形图所对应的音频模型确定为目标音频模型。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
获取所述操作记录中的播放列表；
获取所述播放列表中每一歌曲的第一标签；
获取所述歌曲列表中每一歌曲的第二标签；
计算所述第一标签和所述第二标签的相似度值；
根据所述相似度值，确定待推荐歌曲。
可选地，所述处理器110，用于执行歌曲推荐程序，以实现以下步骤：
将所述相似度值按照从大到小的顺序进行排列；
根据排列顺序，获取预设数量个歌曲；
将所述预设数量个歌曲确定为待推荐歌曲。
相较于现有技术，本发明实施例所提出的移动终端，首先通过获取用户音频数据以及用户针对歌曲的操作记录；再根据预先设置的音频模型与歌曲的对应关系、用户音频数据，获取与用户对应的歌曲列表；并结合用户针对歌曲的操作记录，从歌曲列表中匹配待推荐歌曲；并推荐给用户。通过结合用户针对歌曲的操作记录能够结合用户的喜好及用户的音频数据能结合用户的自身音频特点，并通过户音频模型与歌曲的对应关系实现相结合的向用户推荐歌曲，能够结合用户音频特点和喜好进行推荐提高用户体验的同时，也避免了用户自行寻找歌曲造成的繁琐。
进一步地，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现以下步骤：
获取用户音频数据；
获取用户针对歌曲的操作记录；
根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；
根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；
基于所述待推荐歌曲进行推荐。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
获取用户语音信息；
根据所述用户语音信息，获取用户音频数据。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
确定所述移动终端安装的至少一个音频播放软件；
获取每一个音频播放软件的历史操作记录，其中，所述历史操作记录至少包括音乐播放历史记录、收藏记录、点赞记录、关注记录中的一种。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
接收用户的歌曲音频；
对所述用户的歌曲音频进行打分；
并将歌曲和对应的打分数据保存在所述历史操作记录中。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型；
获取与所述目标音频模型对应的歌曲；
将所获取的歌曲作为与所述用户对应的歌曲列表。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
获取预先设置的每一个音频模型对应的音频波形图；
获取所述用户音频数据所对应的第一音频波形图
计算所述第一音频波形图与每一个音频波形图的相似度值；
根据所述相似度值，确定与所述第一音频波形图相似度值最高的第二音频波形图；
将所述第二音频波形图所对应的音频模型确定为目标音频模型。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
获取所述操作记录中的播放列表；
获取所述播放列表中每一歌曲的第一标签；
获取所述歌曲列表中每一歌曲的第二标签；
计算所述第一标签和所述第二标签的相似度值；
根据所述相似度值，确定待推荐歌曲。
可选地，所述一个或者多个程序还被所述一个或者多个处理器执行，以实现如下步骤：
将所述相似度值按照从大到小的顺序进行排列；
根据排列顺序，获取预设数量个歌曲；
将所述预设数量个歌曲确定为待推荐歌曲。
相较于现有技术，本发明实施例所提出的计算机可读存储介质，首先通过获取用户音频数据以及用户针对歌曲的操作记录；再根据预先设置的音频模型与歌曲的对应关系、用户音频数据，获取与用户对应的歌曲列表；并结合用户针对歌曲的操作记录，从歌曲列表中匹配待推荐歌曲；并推荐给用户。通过结合用户针对歌曲的操作记录能够结合用户的喜好及用户的音频数据能结合用户的自身音频特点，并通过户音频模型与歌曲的对应关系实现相结合的向用户推荐歌曲，能够结合用户音频特点和喜好进行推荐提高用户体验的同时，也避免了用户自行寻找歌曲造成的繁琐。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台移动终端(可以是手机，计算机，服务器，空调器，或者网络设备，机器人等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种歌曲推荐方法，其特征在于，应用于移动终端，所述方法包括：
获取用户音频数据；
获取用户针对歌曲的操作记录；
根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系，获取与所述用户对应的歌曲列表；
根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲；
基于所述待推荐歌曲进行推荐。
2.根据权利要求1所述的歌曲推荐方法，其特征在于，所述获取用户音频数据的步骤，包括：
获取用户语音信息；
根据所述用户语音信息，获取用户音频数据。
3.根据权利要求1所述的歌曲推荐方法，其特征在于，所述获取用户针对歌曲的操作记录的步骤，包括：
确定所述移动终端安装的至少一个音频播放软件；
获取每一个音频播放软件的历史操作记录，其中，所述历史操作记录至少包括音乐播放历史记录、收藏记录、点赞记录、关注记录中的一种。
4.根据权利要求3所述的歌曲推荐方法，其特征在于，所述方法还包括：
接收用户的歌曲音频；
对所述用户的歌曲音频进行打分；
并将歌曲和对应的打分数据保存在所述历史操作记录中。
5.根据权利要求1所述的歌曲推荐方法，其特征在于，所述根据所述用户音频数据，以及预先设置的音频模型与歌曲的对应关系获取与所述用户对应的歌曲列表的步骤，包括：
从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型；
获取与所述目标音频模型对应的歌曲；
将所获取的歌曲作为与所述用户对应的歌曲列表。
6.根据权利要求5所述的歌曲推荐方法，其特征在于，所述从预先设置的音频模型中，获取与所述用户音频数据相对应的目标音频模型的步骤，包括：
获取预先设置的每一个音频模型对应的音频波形图；
获取所述用户音频数据所对应的第一音频波形图
计算所述第一音频波形图与每一个音频波形图的相似度值；
根据所述相似度值，确定与所述第一音频波形图相似度值最高的第二音频波形图；
将所述第二音频波形图所对应的音频模型确定为目标音频模型。
7.根据权利要求1所述的歌曲推荐方法，其特征在于，所述根据所述操作记录，从所述歌曲列表中匹配待推荐歌曲的步骤，包括：
获取所述操作记录中的播放列表；
获取所述播放列表中每一歌曲的第一标签；
获取所述歌曲列表中每一歌曲的第二标签；
计算所述第一标签和所述第二标签的相似度值；
根据所述相似度值，确定待推荐歌曲。
8.根据权利要求7所述的歌曲推荐方法，其特征在于，所述根据所述相似度值，确定待推荐歌曲的步骤，包括：
将所述相似度值按照从大到小的顺序进行排列；
根据排列顺序，获取预设数量个歌曲；
将所述预设数量个歌曲确定为待推荐歌曲。
9.一种移动终端，其特征在于，所述移动终端包括处理器、以及通过通信总线与处理器连接的存储器；其中，
所述存储器，用于存储歌曲推荐程序；
所述处理器，用于执行所述歌曲推荐程序，任意一项的歌曲推荐方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以使所述一个或者多个处理器执行如权利要求1-8任一项所述的歌曲推荐方法的步骤。
CN201910333362.5A 2019-04-24 2019-04-24 一种歌曲推荐方法、移动终端及计算机可读存储介质 Pending CN110096611A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910333362.5A CN110096611A (zh) 2019-04-24 2019-04-24 一种歌曲推荐方法、移动终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910333362.5A CN110096611A (zh) 2019-04-24 2019-04-24 一种歌曲推荐方法、移动终端及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110096611A true CN110096611A (zh) 2019-08-06

Family

ID=67445659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910333362.5A Pending CN110096611A (zh) 2019-04-24 2019-04-24 一种歌曲推荐方法、移动终端及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110096611A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111258484A (zh) * 2020-02-12 2020-06-09 北京奇艺世纪科技有限公司 一种视频播放方法、装置、电子设备及存储介质
CN111309959A (zh) * 2020-02-10 2020-06-19 清华大学 歌曲推荐方法和装置
CN111488485A (zh) * 2020-04-16 2020-08-04 北京雷石天地电子技术有限公司 基于卷积神经网络的音乐推荐方法、存储介质和电子装置
CN112040303A (zh) * 2020-07-22 2020-12-04 咪咕音乐有限公司 音视频播放方法、装置、电子设备及存储介质
CN112417201A (zh) * 2019-08-22 2021-02-26 北京峰趣互联网信息服务有限公司 音频信息推送方法、***、电子设备和计算机可读介质
CN113126951A (zh) * 2021-04-16 2021-07-16 深圳地平线机器人科技有限公司 音频播放方法、装置、计算机可读存储介质及电子设备
CN113656635A (zh) * 2021-09-03 2021-11-16 咪咕音乐有限公司 视频彩铃合成方法、装置、设备及计算机可读存储介质
CN116156260A (zh) * 2022-12-30 2023-05-23 深圳创维－Rgb电子有限公司 歌曲推荐方法、装置及电视主芯片
WO2023142941A1 (zh) * 2022-01-26 2023-08-03 花瓣云科技有限公司 播放记录显示方法及相关设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120023403A1 (en) * 2010-07-21 2012-01-26 Tilman Herberger System and method for dynamic generation of individualized playlists according to user selection of musical features
CN107798107A (zh) * 2017-10-31 2018-03-13 维沃移动通信有限公司 歌曲推荐的方法和移动设备
CN107862059A (zh) * 2017-11-14 2018-03-30 维沃移动通信有限公司 一种歌曲推荐方法及移动终端
CN109582817A (zh) * 2018-10-30 2019-04-05 努比亚技术有限公司 一种歌曲推荐方法、终端及计算机可读存储介质
CN109582821A (zh) * 2018-11-27 2019-04-05 努比亚技术有限公司 一种音乐播放对象推荐方法、终端及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120023403A1 (en) * 2010-07-21 2012-01-26 Tilman Herberger System and method for dynamic generation of individualized playlists according to user selection of musical features
CN107798107A (zh) * 2017-10-31 2018-03-13 维沃移动通信有限公司 歌曲推荐的方法和移动设备
CN107862059A (zh) * 2017-11-14 2018-03-30 维沃移动通信有限公司 一种歌曲推荐方法及移动终端
CN109582817A (zh) * 2018-10-30 2019-04-05 努比亚技术有限公司 一种歌曲推荐方法、终端及计算机可读存储介质
CN109582821A (zh) * 2018-11-27 2019-04-05 努比亚技术有限公司 一种音乐播放对象推荐方法、终端及计算机可读存储介质

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112417201A (zh) * 2019-08-22 2021-02-26 北京峰趣互联网信息服务有限公司 音频信息推送方法、***、电子设备和计算机可读介质
CN111309959B (zh) * 2020-02-10 2023-08-18 清华大学 歌曲推荐方法和装置
CN111309959A (zh) * 2020-02-10 2020-06-19 清华大学 歌曲推荐方法和装置
CN111258484A (zh) * 2020-02-12 2020-06-09 北京奇艺世纪科技有限公司 一种视频播放方法、装置、电子设备及存储介质
CN111488485A (zh) * 2020-04-16 2020-08-04 北京雷石天地电子技术有限公司 基于卷积神经网络的音乐推荐方法、存储介质和电子装置
CN111488485B (zh) * 2020-04-16 2023-11-17 北京雷石天地电子技术有限公司 基于卷积神经网络的音乐推荐方法、存储介质和电子装置
CN112040303A (zh) * 2020-07-22 2020-12-04 咪咕音乐有限公司 音视频播放方法、装置、电子设备及存储介质
CN113126951A (zh) * 2021-04-16 2021-07-16 深圳地平线机器人科技有限公司 音频播放方法、装置、计算机可读存储介质及电子设备
CN113126951B (zh) * 2021-04-16 2024-05-17 深圳地平线机器人科技有限公司 音频播放方法、装置、计算机可读存储介质及电子设备
CN113656635A (zh) * 2021-09-03 2021-11-16 咪咕音乐有限公司 视频彩铃合成方法、装置、设备及计算机可读存储介质
CN113656635B (zh) * 2021-09-03 2024-04-09 咪咕音乐有限公司 视频彩铃合成方法、装置、设备及计算机可读存储介质
WO2023142941A1 (zh) * 2022-01-26 2023-08-03 花瓣云科技有限公司 播放记录显示方法及相关设备
CN116156260A (zh) * 2022-12-30 2023-05-23 深圳创维－Rgb电子有限公司 歌曲推荐方法、装置及电视主芯片

Similar Documents

Publication Publication Date Title
CN110096611A (zh) 一种歌曲推荐方法、移动终端及计算机可读存储介质
CN107863095A (zh) 音频信号处理方法、装置和存储介质
CN109582821A (zh) 一种音乐播放对象推荐方法、终端及计算机可读存储介质
CN108289244A (zh) 视频字幕处理方法、移动终端及计算机可读存储介质
CN109558512A (zh) 一种基于音频的个性化推荐方法、装置和移动终端
CN108334539A (zh) 对象推荐方法、移动终端及计算机可读存储介质
CN108573064A (zh) 信息推荐方法、移动终端、服务器及计算机可读存储介质
CN108492836A (zh) 一种基于语音的搜索方法、移动终端及存储介质
CN110321474A (zh) 基于搜索词的推荐方法、装置、终端设备及存储介质
CN108418948A (zh) 一种提醒方法、移动终端以及计算机存储介质
CN109582817A (zh) 一种歌曲推荐方法、终端及计算机可读存储介质
CN108241752A (zh) 照片显示方法、移动终端及计算机可读存储介质
CN108763475B (zh) 一种录制方法、录制装置及终端设备
CN108829444A (zh) 一种自动关闭后台应用的方法、终端和计算机存储介质
CN109840119A (zh) 一种终端应用启动方法、终端及计算机可读存储介质
CN109584897A (zh) 视频降噪方法、移动终端及计算机可读存储介质
CN110706679B (zh) 一种音频处理方法及电子设备
CN108848273A (zh) 一种新消息处理方法、移动终端及存储介质
CN109241079A (zh) 问题精确检索的方法、移动终端及计算机存储介质
CN108897846A (zh) 信息搜索方法、设备及计算机可读存储介质
CN108769126A (zh) 应用推荐方法、移动终端及计算机可读存储介质
CN108012029A (zh) 一种信息处理方法、设备及计算机可读存储介质
CN109255032A (zh) 公众号分类方法、装置和计算机可读存储介质
CN109686359A (zh) 语音输出方法、终端及计算机可读存储介质
CN106055615A (zh) 一种获取歌曲信息的方法、装置和***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190806