音乐理解模型训练方法、音频处理方法、设备和介质

本发明公开了一种音乐理解模型训练方法、音频处理方法、设备和介质，应用于计算机技术领域，包括：通过初始音乐理解模型对歌曲音频进行压缩得到音频压缩表征；音频压缩表征包含音色信息、情感信息和语义信息中的任一项或多项；通过初始音乐理解模型对歌曲音频的音高序列进行编码处理，以得到包含旋律信息的旋律压缩表征；基于音频压缩表征和旋律压缩表征构建融合压缩表征；基于融合压缩表征和音频压缩表征对初始音乐理解模型进行优化，得到音乐理解模型。本发明通过音高序列保留旋律的音高轨迹，直接剥离了冗余信息，实现对旋律特征的语义聚焦，基于音高序列得到的旋律压缩表征，还保留了音乐前后强关联的特性，更适用于对音乐旋律的特性学习。