CN106328176A - 一种生成歌曲音频的方法和装置 - Google Patents

Abstract

本发明公开了一种生成歌曲音频的方法和装置，属于计算机技术领域。所述方法包括：获取目标歌曲的原语种的歌词；对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。采用本发明，可以提高获取歌曲音频的灵活性。

Description

一种生成歌曲音频的方法和装置

技术领域

本发明涉及计算机技术领域，特别涉及一种生成歌曲音频的方法和装置。

背景技术

听歌曲是人们丰富精神生活的一种常用途径，随着技术的发展，手机、平板电脑、计算机等终端成为了人们存储和播放歌曲音频常用的工具。人们常用的获取歌曲音频的方式一般是通过网络下载服务器存储的歌曲音频。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

通过上述方式获取的歌曲音频只能是服务器已有的那些固定的歌曲音频，歌曲音频的内容较为局限，获取歌曲音频的灵活性较差。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种生成歌曲音频的方法和装置。所述技术方案如下：

第一方面，提供了一种生成歌曲音频的方法，所述方法包括：

获取目标歌曲的原语种的歌词；

对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；

获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；

将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

可选的，所述获取目标歌曲的原语种的歌词，包括：

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的歌词。这样，可以节省处理资源，直接获取存储的歌词。

或者，在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的人声音频，对所述目标歌曲的原语种的人声音频进行语音识别，得到所述目标歌曲的原语种的歌词。这样通过语音识别获取歌词，无需预先存储歌词，可以节省存储空间。

可选的，所述获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，包括：

根据预先存储的文字与人声音频的对应关系，获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

这样，提供了一种获取歌词中文字的人声音频的方式，可以做到较为高效的查询。

可选的，所述根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频，包括：

根据所述目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段；

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段；

根据所述每个文字对应的人声音频，以及所述每个文字对应的播放进度时间段，确定所述目标歌曲的目标语种的人声音频。

这样，可以提高目标语种的歌曲音频与原语种的歌曲音频的歌曲接近度。

可选的，所述根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，包括：

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，所述目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及所述目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

这样，可以提高目标语种的歌曲音频与原语种的歌曲音频的歌曲接近度。

可选的，所述将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频，包括：

根据所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将所述目标歌曲的目标语种的歌词、所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

第二方面，提供了一种生成歌曲音频的装置，所述装置包括：

获取模块，用于获取目标歌曲的原语种的歌词；

翻译模块，用于对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；

确定模块，用于获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；

合成模块，用于将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

可选的，所述获取模块，用于：

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的歌词；或者，

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的人声音频，对所述目标歌曲的原语种的人声音频进行语音识别，得到所述目标歌曲的原语种的歌词。

可选的，所述确定模块，用于：

根据预先存储的文字与人声音频的对应关系，获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

可选的，所述确定模块，用于：

根据所述目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段；

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段；

根据所述每个文字对应的人声音频，以及所述每个文字对应的播放进度时间段，确定所述目标歌曲的目标语种的人声音频。

可选的，所述确定模块，用于：

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，所述目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及所述目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

可选的，所述合成模块，用于：

根据所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将所述目标歌曲的目标语种的歌词、所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例中，获取目标歌曲的原语种的歌词，对原语种的歌词进行翻译，得到目标歌曲的目标语种的歌词，获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据每个文字对应的人声音频，确定目标歌曲的目标语种的人声音频，将目标歌曲的目标语种的人声音频和目标歌曲的伴奏音频，合成目标歌曲的目标语种的歌曲音频。这样，对于目标歌曲，可以获取到不同语种的歌曲音频，从而，可以提高获取歌曲音频的灵活性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种生成歌曲音频的方法的流程示意图；

图2a、2b是本发明实施例提供的一种生成歌曲音频的方法的处理示意图；

图3是本发明实施例提供的一种生成歌曲音频的装置的结构示意图；

图4是本发明实施例提供的一种终端的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供了一种生成歌曲音频的方法，该方法可以由终端实现。其中，终端可以是手机、平板电脑、计算机等。终端中可以安装有具有歌曲语种转换功能的应用程序，该应用程序可以是某个音频播放应用程序，也可以是某个音频编辑应用程序。该终端可以包括处理器、存储器。处理器，可以用于获取歌词、歌词翻译、生成目标语种的人声音频、以及合成目标语种的歌曲音频等处理。存储器，可以用于存储下述处理过程中产生的数据以及需要预先存储的数据，如目标歌曲的原语种的歌词、目标歌曲的目标语种的歌词、目标歌曲的目标语种的人声音频、目标歌曲的目标语种的歌曲音频等等。

本发明实施例的提供的生成歌曲音频的方法是一种用于对歌曲音频进行语种转换的方法，可以将目标歌曲的一个语种的歌曲音频转换为另一个语种的歌曲音频。用户在听歌的时候，可能经常会碰到喜欢的外语歌曲，如英语歌曲、韩语歌曲、甚至泰语歌曲等，用户可能不会相应的外语，无法歌唱该歌曲，或者，用户想用中文歌唱该歌曲，这时候，用户可以通过本发明实施例提供的方法，对歌曲音频进行语种转换。

如图1所示，该方法的处理流程可以包括如下的步骤：

步骤101，获取目标歌曲的原语种的歌词。

其中，原语种是目标歌曲在进行语种转换前的歌曲音频的语种，目标语种是目标歌曲在进行语种转换后得到的歌曲音频的语种。例如，原语种为英文，目标语种为中文。

在实施中，用户可以在终端上运行上述应用程序，在应用程序中可以设置有歌曲语种转换的功能选项，用户可以点击该功能选项，应用程序则可以进入歌曲语种转换功能的界面，在界面中可以设置有选择歌曲的窗口，用户可以在其中选择本地的歌曲或者网络中的歌曲，用户选定某歌曲(目标歌曲)后，可以点击界面中设置的语种转换按键，此时，可以触发显示目标语种选择界面，在其中可以显示各种各样的语种供用户选择，如汉语、英语、汉语等，用户在其中选择想要转换的目标语种，则可以触发终端对目标歌曲进行语种转换，首先终端可以获取目标歌曲的原语种的歌词，即目标歌曲当前的歌词。

可选的，终端获取目标歌曲的原语种的歌词的方式可以多种多样，以下给出了几种可行的获取方式：

方式一，在目标歌曲的原语种的歌曲音频中，提取目标歌曲的原语种的歌词。

在实施中，终端可以解析目标歌曲的歌曲音频，获取其中的歌词数据，即目标歌曲的原语种的歌词。

方式二，在目标歌曲的原语种的歌曲音频中，提取目标歌曲的原语种的人声音频，对目标歌曲的原语种的人声音频进行语音识别，得到目标歌曲的原语种的歌词。

在实施中，终端可以在目标歌曲的原语种的歌曲音频中，基于预设的音高提取算法，进行人声音频的提取，如polyphonic music(多音部)音高提取算法，具体可以是melodia(一种算法名称)算法等。提取出目标歌曲的人声音频，即原语种的人声音频。此人声音频，即只包含人歌唱的声音而不包含伴奏的音频。进而可以对该人声音频进行语音识别，获取对应的文本内容，此文本内容即为目标歌曲的原语种的歌词。

步骤102，对原语种的歌词进行翻译，得到目标歌曲的目标语种的歌词。

在实施中，应用程序中可以设置有自动翻译功能，为此功能设置翻译词库，对上述获取的原语种的歌词进行自动翻译，将其翻译为目标语种的歌词。

步骤103，获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

其中，人声音频是人声发音的音频，文字的人声音频可以是人读该文字时发生的音频，目标歌曲的目标语种的人声音频可以是人通过目标语种歌唱目标歌曲的音频。

可选的，获取每个文字的人声音频的方式可以多种多样，以下给出了几种可行的处理方式：

方式一，根据预先存储的文字与人声音频的对应关系，获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

在实施中，技术人员可以预先建立人声音频库，可以预先采集录制某人对各个不同文字的发声数据(即人声音频)，将人声音频与对应的文字存储到人声音频库中。当终端通过翻译获取到目标歌曲的目标语种的歌词后，可以进一步获取歌词中包含的每一个文字，并分别针对每一个文字，在人声音频库中，查找对应的人声音频，从而，获取到目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

方式二，基于预设的人声音频特征信息，生成目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

在实施中，技术人员可以预先设置人声音频特征信息(如音色等)，根据预设的人声音频生成算法，以及人声音频特征信息，生成目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

步骤104，根据每个文字对应的人声音频，确定目标歌曲的目标语种的人声音频。

在实施中，终端获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频后，可以将获取到的所有人声音频进行串接，得到目标歌曲的目标语种的人声音频。

可选的，可以分别根据原语种每句歌词的时间，为目标语种的歌词中每个文字的人声音频分配播放进度时间段，进而确定目标歌曲的目标语种的人声音频，相应的步骤104的处理可以包括如下步骤：

步骤一，根据目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段。

在实施中，在目标歌曲的原语种的歌词的数据中，可以记录有每个歌词句开始的播放进度时间点和结束的播放进度时间点。终端在为每个文字的人声音频分配时长时，可以先在目标歌曲的原语种的歌词的数据中，获取每个歌词句开始的播放进度时间点和结束的播放进度时间点，即确定原语种的歌词中每个歌词句对应的播放进度时间段。进而，对于目标歌曲的目标语种的歌词中每个歌词句，可以分别将目标语种的每个歌词句对应的原语种的歌词句的播放进度时间段，确定为该目标语种的歌词句的播放进度时间段，也即，目标语种的每个歌词句与对应的原语种的歌词句的播放进度时间段相同，此处的对应关系为歌词翻译过程中进行翻译的对应关系。

步骤二，根据目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

在实施中，可以对目标语种的每个歌词句对应的播放进度时间段，进行划分，得到目标语种的歌词中每个文字对应的播放进度时间段。进行划分的原则可以多种多样，对于目标语种的任一歌词句，可以根据此任一歌词句对应的播放进度时间段所包含的音节数目，以及此任一歌词句包含的文字数目，确定此任一歌词句中包含的每个文字对应的播放进度时间段。例如，如果音节数目大于文字数目，则为此歌词句中最后一个文字之外的其它每个文字分别分配一个音节，剩余的音节都分配给最后一个文字，或者，在此歌词句中随机选取若干的文字，分配多个音节，未被选取的文字分配单个音节，又或者，在此歌词句中，为处句尾词语外的每个词语的最后一个文字分配两个音节，每个词语中最后一个文字外的其他文字分配一个音节，此外剩余的音节都分配给句尾词语的最后一个文字；如果音节数目等于文字数目，则为每个文字分别分配一个音节；如果音节数目小于文字数目，则可以在此歌词句包含的词语中选取一个或多个词语，为每个词语分别分配数目少于词语字数的音节，这个音节和按照一定分配规则分配给词语中的每个文字，如平均分配。图2(a)、图2(b)给出了两种分配音节方式的示例。

或者，还可以根据翻译歌词时原语种的文字和目标语种的文字的对应关系，对播放进度时间段进行划分，处理可以如下：根据目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

在实施中，对于目标语种的歌词中每个文字，可以将该目标语种的文字对应的原语种歌词中的文字的播放进度时间段，作为该目标语种的文字对应的播放进度时间段。对于在目标语种的歌词中多个文字组成的词语，可以将该目标语种的词语对应的原语种歌词中的词语的播放进度时间段，作为该目标语种的词语对应的播放进度时间段，然后再将该播放进度时间段分配给词语中的每个文字，如平均分配。如果原语种歌词中某个文字(或词语，称作第一文字或第一词语)在目标语种歌词中没有对应的文字(或词语)，即翻译过程中基于翻译需求目标语种歌词中不需要与第一文字(或第一词语)对应的文字(或词语)，那么可以将第一文字(或第一词语)相邻的第二文字(或第二词语)的播放进度时间段、及第一文字(或第一词语)的播放进度时间段，合并分配给原语种的第二文字(或第二词语)对应的目标语种的第三文字(或第三词语)。如果目标语种歌词中某个文字(或词语，称作第四文字或第四词语)在原语种歌词中没有对应的文字(或词语)，即第四文字(或第四词语)是基于翻译的需求在目标语种歌词中增加出来的文字(或词语)，那么可以将目标语种歌词中第四文字(或第四词语)相邻的第五文字(或第五词语)对应的原语种歌词中的第六文字(或第六词语)的播放进度时间段，分配给第四文字(或第四词语)和第五文字(或第五词语)。

步骤三，根据每个文字对应的人声音频，以及每个文字对应的播放进度时间段，确定目标歌曲的目标语种的人声音频。

在实施中，基于上述确定出的目标歌曲的目标语种歌词中每个文字对应的人声音频和播放进度时间段，对于每个文字，可以设置其对应的人声音频在目标歌曲中从其对应的播放进度时间段的开始时间点播放到结束时间点，这样就可以将每个文字对应的人声音频组合成目标歌曲的目标语种的人声音频。

步骤105，将目标歌曲的目标语种的人声音频和目标歌曲的伴奏音频，合成目标歌曲的目标语种的歌曲音频。

在实施中，可以在目标歌曲的原语种的歌曲音频中，提取其中的伴奏音频，将目标歌曲的目标语种的人声音频和该伴奏音频进行合成，得到目标歌曲的目标语种的歌曲音频。在目标歌曲的目标语种的歌曲音频合成完毕后，可以显示目标歌曲语种转换完毕的提示信息，在应用程序的界面中，还可以显示音频播放按键，用户点击音频播放按键，则可以触发应用程序播放目标歌曲的目标语种的歌曲音频，以对此歌曲音频进行试听，界面中还可以设置有保存按键，用户点击保存按键，则可以进行相应的保存操作。

可选的，还可以将目标语种的歌词合成到目标语种的歌曲音频中，相应的步骤105的处理可以如下：根据目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将目标歌曲的目标语种的歌词、目标歌曲的目标语种的人声音频和目标歌曲的伴奏音频，合成目标歌曲的目标语种的歌曲音频。

在实施中，将目标歌曲的目标语种的人声音频和该伴奏音频进行合成，得到目标歌曲的目标语种的歌曲音频，然后将目标语种的歌词添加到该歌曲音频中，并在其中记录目标语种的歌词中每个文字对应的播放进度时间段。这样，在播放目标歌曲的目标语种的歌曲音频时，可以根据记录的歌词中每个文字对应的播放进度时间段，进行歌词的显示。

本发明实施例中，获取目标歌曲的原语种的歌词，对原语种的歌词进行翻译，得到目标歌曲的目标语种的歌词，获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据每个文字对应的人声音频，确定目标歌曲的目标语种的人声音频，将目标歌曲的目标语种的人声音频和目标歌曲的伴奏音频，合成目标歌曲的目标语种的歌曲音频。这样，对于目标歌曲，可以获取到不同语种的歌曲音频，从而，可以提高获取歌曲音频的灵活性。

基于相同的技术构思，本发明实施例还提供了一种生成歌曲音频的装置，如图3所示，该装置可以为上述实施例中的终端，该装置包括：

获取模块310，用于获取目标歌曲的原语种的歌词；

翻译模块320，用于对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；

确定模块330，用于获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；

合成模块340，用于将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

可选的，所述获取模块310，用于：

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的歌词；或者，

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的人声音频，对所述目标歌曲的原语种的人声音频进行语音识别，得到所述目标歌曲的原语种的歌词。

可选的，所述确定模块330，用于：

根据预先存储的文字与人声音频的对应关系，获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

可选的，所述确定模块330，用于：

根据所述目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段；

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段；

根据所述每个文字对应的人声音频，以及所述每个文字对应的播放进度时间段，确定所述目标歌曲的目标语种的人声音频。

可选的，所述确定模块330，用于：

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，所述目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及所述目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

可选的，所述合成模块340，用于：

根据所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将所述目标歌曲的目标语种的歌词、所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

本发明实施例中，获取目标歌曲的原语种的歌词，对原语种的歌词进行翻译，得到目标歌曲的目标语种的歌词，获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据每个文字对应的人声音频，确定目标歌曲的目标语种的人声音频，将目标歌曲的目标语种的人声音频和目标歌曲的伴奏音频，合成目标歌曲的目标语种的歌曲音频。这样，对于目标歌曲，可以获取到不同语种的歌曲音频，从而，可以提高获取歌曲音频的灵活性。

需要说明的是：上述实施例提供的获取歌曲信息的装置在获取歌曲信息时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的获取歌曲信息的装置与获取歌曲信息的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

请参考图4，其示出了本发明实施例所涉及的终端的结构示意图，该终端可以用于实施上述实施例中提供的生成歌曲音频的方法。具体来讲：

终端1200可以包括RF(Radio Frequency，射频)电路110、包括有一个或一个以上计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、WiFi(wireless fidelity，无线保真)模块170、包括有一个或者一个以上处理核心的处理器180、以及电源190等部件。本领域技术人员可以理解，图4中示出的终端结构并不构成对终端的限定，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。其中：

RF电路110可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器180处理；另外，将涉及上行的数据发送给基站。通常，RF电路110包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM)卡、收发信机、耦合器、LNA(Low Noise Amplifier，低噪声放大器)、双工器等。此外，RF电路110还可以通过无线通信与网络和其他设备通信。所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，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA(CodeDivision Multiple Access，码分多址)、WCDMA(Wideband Code Division MultipleAccess，宽带码分多址)、LTE(Long Term Evolution，长期演进)、电子邮件、SMS(ShortMessaging Service，短消息服务)等。

存储器120可用于存储软件程序以及模块，处理器180通过运行存储在存储器120的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器120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系统、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终端1200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120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。相应地，存储器120还可以包括存储器控制器，以提供处理器180和输入单元130对存储器120的访问。

输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131，也称为触摸显示屏或者触控板，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敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131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180，并能接收处理器180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敏表面131。除了触敏表面131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132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。

显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端1200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode，有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其上或附近的触摸操作后，传送给处理器180以确定触摸事件的类型，随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图4中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面131与显示面板141集成而实现输入和输出功能。

终端1200还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可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141的亮度，接近传感器可在终端1200移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，重力加速度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；至于终端1200还可配置的陀螺仪、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。

音频电路160、扬声器161，传声器162可提供用户与终端1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经RF电路110以发送给比如另一终端，或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔，以提供外设耳机与终端1200的通信。

WiFi属于短距离无线传输技术，终端1200通过WiFi模块170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4示出了WiFi模块170，但是可以理解的是，其并不属于终端1200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。

处理器180是终端1200的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行终端1200的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器180可包括一个或多个处理核心；优选的，处理器180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系统、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180中。

终端1200还包括给各个部件供电的电源190(比如电池)，优选的，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，终端1200还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，终端1200的显示单元是触摸屏显示器，终端1200还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行述一个或者一个以上程序包含用于进行以下操作的指令：

获取目标歌曲的原语种的歌词；

对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；

获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；

将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

可选的，所述获取目标歌曲的原语种的歌词，包括：

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的歌词；或者，

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的人声音频，对所述目标歌曲的原语种的人声音频进行语音识别，得到所述目标歌曲的原语种的歌词。

可选的，所述获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，包括：

根据预先存储的文字与人声音频的对应关系，获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

可选的，所述根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频，包括：

根据所述目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段；

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段；

根据所述每个文字对应的人声音频，以及所述每个文字对应的播放进度时间段，确定所述目标歌曲的目标语种的人声音频。

可选的，所述根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，包括：

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，所述目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及所述目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

可选的，所述将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频，包括：

根据所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将所述目标歌曲的目标语种的歌词、所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

本发明实施例中，获取目标歌曲的原语种的歌词，对原语种的歌词进行翻译，得到目标歌曲的目标语种的歌词，获取目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据每个文字对应的人声音频，确定目标歌曲的目标语种的人声音频，将目标歌曲的目标语种的人声音频和目标歌曲的伴奏音频，合成目标歌曲的目标语种的歌曲音频。这样，对于目标歌曲，可以获取到不同语种的歌曲音频，从而，可以提高获取歌曲音频的灵活性。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种生成歌曲音频的方法，其特征在于，所述方法包括：

获取目标歌曲的原语种的歌词；

对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；

获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；

将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

2.根据权利要求1所述的方法，其特征在于，所述获取目标歌曲的原语种的歌词，包括：

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的歌词；或者，

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的人声音频，对所述目标歌曲的原语种的人声音频进行语音识别，得到所述目标歌曲的原语种的歌词。

3.根据权利要求1所述的方法，其特征在于，所述获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，包括：

根据预先存储的文字与人声音频的对应关系，获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

4.根据权利要求1所述的方法，其特征在于，所述根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频，包括：

根据所述目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段；

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段；

根据所述每个文字对应的人声音频，以及所述每个文字对应的播放进度时间段，确定所述目标歌曲的目标语种的人声音频。

5.根据权利要求4所述的方法，其特征在于，所述根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，包括：

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，所述目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及所述目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

6.根据权利要求4所述的方法，其特征在于，所述将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频，包括：

根据所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将所述目标歌曲的目标语种的歌词、所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

7.一种生成歌曲音频的装置，其特征在于，所述装置包括：

获取模块，用于获取目标歌曲的原语种的歌词；

翻译模块，用于对所述原语种的歌词进行翻译，得到所述目标歌曲的目标语种的歌词；

确定模块，用于获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频，根据所述每个文字对应的人声音频，确定所述目标歌曲的目标语种的人声音频；

合成模块，用于将所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。

8.根据权利要求7所述的装置，其特征在于，所述获取模块，用于：

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的歌词；或者，

在目标歌曲的原语种的歌曲音频中，提取所述目标歌曲的原语种的人声音频，对所述目标歌曲的原语种的人声音频进行语音识别，得到所述目标歌曲的原语种的歌词。

9.根据权利要求7所述的装置，其特征在于，所述确定模块，用于：

根据预先存储的文字与人声音频的对应关系，获取所述目标歌曲的目标语种的歌词中的每个文字对应的人声音频。

10.根据权利要求7所述的装置，其特征在于，所述确定模块，用于：

根据所述目标歌曲的原语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段；

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段；

根据所述每个文字对应的人声音频，以及所述每个文字对应的播放进度时间段，确定所述目标歌曲的目标语种的人声音频。

11.根据权利要求10所述的装置，其特征在于，所述确定模块，用于：

根据所述目标歌曲的目标语种的歌词中每个歌词句对应的播放进度时间段，所述目标歌曲的原语种的歌词中每个文字对应的播放进度时间段，以及所述目标歌曲的目标语种的歌词中文字与原语种的歌词中文字在翻译过程中的对应关系，确定所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段。

12.根据权利要求10所述的装置，其特征在于，所述合成模块，用于：

根据所述目标歌曲的目标语种的歌词中每个文字对应的播放进度时间段，将所述目标歌曲的目标语种的歌词、所述目标歌曲的目标语种的人声音频和所述目标歌曲的伴奏音频，合成所述目标歌曲的目标语种的歌曲音频。