【技术实现步骤摘要】
音频推荐模型的训练方法及装置、介质及设备
[0001]本公开涉及人工智能
,具体而言,涉及一种音频推荐模型的训练方法及装置,以及实现上述方法的计算机可读存储介质以及电子设备。
技术介绍
[0002]在播放音乐的场景中音乐应用一般会为用户提供歌单(随心听、音乐流、歌单推荐等等),以方便用户收听。随着人工智能技术的发展,确定推荐歌单的过程中也越来越多的考虑到用户喜好。
[0003]相关技术中,获取用户听歌的音乐序列,借助Word2vec等思想来间接地得到音乐表示,进而训练音乐推荐模型以向用户推荐音乐。然而,该音乐推荐方案所推荐的歌曲中虽然可以刻画用户的听歌行为,但是由于用户行为一般均表现在头部热门音乐,因而,通过该方案推荐的歌曲中一般不能够包含缺乏用户行为的音乐。
[0004]可见,相关技术提供的音频推荐方案存在音乐曝光率低的问题。
[0005]需要说明的是,在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
[0006]本公开的目的在于提供一种音频推荐模型的训练方法及装置、电子设备以及计算机可读存储介质,进而在一定程度上提升音乐的曝光率。
[0007]根据本公开的第一方面,提供一种音频推荐模型的训练方法,该方法包括:获取M组样本数据,每组样本数据包括目标音乐和用户播放上述目标音乐后的N首候选音乐,M、N为正整数;获取用户在播放第j组中目标音乐后播放上述第j组中第i首候选音乐的实际概率 ...
【技术保护点】
【技术特征摘要】
1.一种音频推荐模型的训练方法,其特征在于,所述方法包括:获取M组样本数据,每组样本数据包括目标音乐和用户播放所述目标音乐后的N首候选音乐,M、N为正整数;获取用户在播放第j组中目标音乐后播放所述第j组中第i首候选音乐的实际概率,得到关于所述第j组中音乐的实际概率分布,j为不大于M的正整数;基于所述音频推荐模型的待优化模型参数,确定用户在播放所述第j组中目标音乐后播放所述第j组中第i首候选音乐的模拟概率,得到关于所述第j组中音乐的模拟概率分布;根据所述实际概率分布和所述模拟概率分布确定损失函数,基于所述损失函数优化所述模型参数,得到训练后的音频推荐模型。2.根据权利要求1所述的方法,其特征在于,获取用户在播放第j组中目标音乐后播放所述第j组中第i首候选音乐的实际概率,包括:收集海量用户的关于所述第j组中目标音乐的听歌行为序列;在所述听歌行为序列中,对与所述第j组中目标音乐处于同一计算窗口之内的N首匹配音乐进行统计;获取第i首候选音乐出现的次数,并对所述第i首候选音乐出现的次数进行归一化,得到所述用户在播放所述第j组中目标音乐后播放第i首候选音乐的实际概率。3.根据权利要求1所述的方法,其特征在于,基于所述音频推荐模型的待优化模型参数,确定用户在播放所述第j组中目标音乐后播放所述第j组中第i首候选音乐的模拟概率,包括:基于所述音频推荐模型的第一参数对所述第j组中目标音乐进行特征提取,获取所述目标音乐对应的目标特征向量;基于所述音频推荐模型的第二参数和所述目标特征向量,确定用户在播放所述第j组中目标音乐后播放所述第j组中第i首候选音乐的模拟概率。4.根据权利要求3所述的方法,其特征在于,基于所述音频推荐模型的第二参数和所述目标特征向量,确定用户在播放所述第j组中目标音乐后播放所述第j组中第i首候选音乐的模拟概率,包括:根据所述音频推荐模型的第二参数和所述目标特征向量,对所述N首候选音乐对应的模拟概率进行指数归一化处理,得到用户在播放所述第j组中目标音乐后播放所述第j组中第i首候选音乐的模拟概率。5.根据权利要求3所述的方法,其特征在于,基于所述音频推荐模型的第一参数对所述第j组中目标音乐进行特征提取,包括:获取所述目标音乐对应的P个频域特征序列,P为大于1的整数;基于所述音频推荐模型的第一参数,对所述P个频域特征序列进行特征提取,得到所述目标音乐对应的目标特征向量。6.根据权利要求5所述的方法,其特征在于,获取所述目标音乐对应的P个频域特征序列,包括:将所述目标音乐按照时域窗口划分为至少P个音频片段;对属于同一音频片段中的多个采样点进行时频转换,得到P个音频片段对应的频域序列;
分别对所述P个频域序列进行采样,将得到所述P个音频片段分别对应的P个频域特征序列。7.根据权利要求5所述的方法,其特征在于,基于所述音频推荐模型的第一参数,对所述P个频域特征序列进行特征提取,包括:调用所述音频推荐模型中级联的S层卷积神经网络层,以基于所述S层卷积神经网络层的第一参数对第x个频域特征序列进行特征提取,得到所述第x个频域特征序列对应的S个卷积特征向量,x为不大于P的整数;将所述第x个频域特征序列对应的S个卷积特征向量进行拼接,得到所述第x个频域特...
【专利技术属性】
技术研发人员:缪畅宇,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。