基于特征融合的音频解析方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于医疗健康、金融科技及文化艺术等业务场景，公开了一种基于特征融合的音频解析方法，包括：获取目标领域内的目标音频及其关联的目标文本，提取目标音频的音乐特征向量，提取目标文本的文本语义特征向量，融合音乐特征向量和文本语义特征向量生成融合特征，构建包含目标领域知识节点的知识图谱，将融合特征输入知识图谱进行语义解析，生成解析结果。本发明通过融合音频与文本特征，结合知识图谱进行深度语义解析，实现对音频数据的多模态理解，提高解析结果的准确性和可解释性，并增强解析结果与行业知识的关联性，从而提升音频解析技术在文化艺术、医疗健康、金融等领域的适用性。