CN111782576B - 背景音乐的生成方法、装置、可读介质、电子设备 - Google Patents
背景音乐的生成方法、装置、可读介质、电子设备 Download PDFInfo
- Publication number
- CN111782576B CN111782576B CN202010647006.3A CN202010647006A CN111782576B CN 111782576 B CN111782576 B CN 111782576B CN 202010647006 A CN202010647006 A CN 202010647006A CN 111782576 B CN111782576 B CN 111782576B
- Authority
- CN
- China
- Prior art keywords
- target
- emotion
- chord
- background music
- target text
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/02—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators
- G06F15/025—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators adapted to a specific application
- G06F15/0291—Digital computers in general; Data processing equipment in general manually operated with input through keyboard and computation using a built-in program, e.g. pocket calculators adapted to a specific application for reading, e.g. e-books
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0483—Interaction with page-structured environments, e.g. book metaphor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Auxiliary Devices For Music (AREA)
- Electrophonic Musical Instruments (AREA)
Abstract
本公开涉及一种背景音乐的生成方法、装置、可读介质、电子设备,涉及电子信息处理技术领域,该方法包括:获取目标文本和目标文本的目标类型,确定目标类型对应的目标和弦,并确定目标文本的目标情感标签,根据目标情感标签和目标和弦,生成目标文本对应的背景音乐。本公开针对目标文本的类型和情感标签,自动生成适用于目标文本的背景音乐,无需人工进行挑选,也不受现有音乐的限制,能够提高背景音乐生成的效率,扩大背景音乐的适用范围,从而使背景音乐增加目标文本的内涵和表现力。
Description
技术领域
本公开涉及电子信息处理技术领域,具体地,涉及一种背景音乐的生成方法、装置、可读介质、电子设备。
背景技术
随着电子信息技术的不断发展,人们的娱乐生活也越来越丰富,阅读电子书已经成为了一种主流的阅读方式。为了避免用户在阅读电子书的过程中产生疲劳,丰富电子书的表现力,通常可以为电子书配上背景音乐。尤其是针对有声电子书的制作过程,在录制朗读声音时,也会为朗读声音配上背景音乐。通常情况下,是由人工为电子书选择背景音乐,效率较低,并且由于现有音乐的数量有限,选择范围小,容易选择重复的背景音乐。
发明内容
提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开提供一种背景音乐的生成方法,所述方法包括:
获取目标文本和所述目标文本的目标类型;
确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;
根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐。
第二方面,本公开提供一种背景音乐的生成装置,所述装置包括:
获取模块,用于获取目标文本和所述目标文本的目标类型;
确定模块,用于确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;
生成模块,用于根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐。
第三方面,本公开提供一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
第四方面,本公开提供一种电子设备,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现本公开第一方面所述方法的步骤。
通过上述技术方案,本公开首先获取目标文本以及目标文本的目标类型,之后确定目标类型对应的目标和弦,并确定目标文本的目标情感标签,最后根据目标情感标签和目标和弦,生成适用于目标文本的背景音乐。本公开针对目标文本的类型和情感标签,自动生成适用于目标文本的背景音乐,无需人工进行挑选,也不受现有音乐的限制,能够提高背景音乐生成的效率,扩大背景音乐的适用范围,从而使背景音乐增加目标文本的内涵和表现力。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。在附图中:
图1是根据一示例性实施例示出的一种背景音乐的生成方法的流程图;
图2是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图;
图3是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图;
图4是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图;
图5是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图;
图6是根据一示例性实施例示出的一种背景音乐的生成装置的框图;
图7是根据一示例性实施例示出的另一种背景音乐的生成装置的框图;
图8是根据一示例性实施例示出的另一种背景音乐的生成装置的框图;
图9是根据一示例性实施例示出的另一种背景音乐的生成装置的框图;
图10是根据一示例性实施例示出的另一种背景音乐的生成装置的框图;
图11是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
图1是根据一示例性实施例示出的一种背景音乐的生成方法的流程图,如图1所示,该方法包括以下步骤:
步骤101,获取目标文本和目标文本的目标类型。
举例来说,目标文本可以是一部电子书,也可以是一部电子书中的一个章节或者片段,还可以是其他类型的文本,例如新闻、公众号文章、博客等。目标文本可以是终端设备上存储的文本,也可以是从互联网上的获取的文本。例如,从电子书阅读网站,或者电子书阅读APP(英文:Application,中文:应用程序)上获取的电子书。进一步的,目标文本可以是任意格式的文件,例如可以是.txt、.chm(英文:Compiled HTML Help file)、.pdf(英文:Portable Document Format)、.epub(英文:Electronic Publication)、.mobi等格式的文件,本公开对此不作具体限定。在获取目标文本的同时,还可以获取目标文本的目标类型,目标类型用于指示目标文本的种类或者风格,例如可以是言情、都市、古风、悬疑、科幻、军事、体育等。目标类型可以是生成目标文本时预先标记的,例如,从某电子书阅读网站获取目标文本时,目标文本属于该电子书阅读网站中“古风”栏目中的一部电子书,那么目标类型即为“古风”。还可以利用预先训练的文本类型识别模型来对目标文本进行识别,以得到文本类型识别模型识别出的目标类型,本公开对此不作具体限定。
步骤102,确定目标类型对应的目标和弦,并确定目标文本的目标情感标签。
步骤103,根据目标情感标签和目标和弦,生成目标文本对应的背景音乐。
示例的,获取目标类型之后,可以确定适用于目标类型的目标和弦(英文:chord)。在一种实现方式中,可以预先建立一个类型与和弦的映射表,映射表内存储有多条记录,每条记录中包含一种类型,和该类型对应的和弦,之后可以在映射表中查找包含目标类型的记录,并将包含目标类型的记录中的和弦作为目标和弦。例如,映射表中可以包括:记录1(都市–1645),记录2(悬疑–1433),记录3(古风–6456)等,其中,数字表示音符。当目标类型为都市时,目标和弦即为1645。在另一种实现方式中,可以预先训练一个和弦生成模型,然后将目标类型输入和弦生成模型,以得到和弦生成模型对应的目标和弦。
获取到目标文本后,还可以确定适用于目标文本的目标情感标签。情感标签用于指示文本的情感基调,每种情感标签对应一种情感。例如情感标签可以包括:开心标签、生气标签、厌恶标签、惊吓标签、悲伤标签、平静标签,分别对应的情感为:开心、生气、厌恶、惊吓、悲伤、平静。在一种实现方式中,可以先建立每种情感对应的词汇库,然后统计目标文本中属于每种情感对应的词汇库中的词汇数量,然后根据每种情感对应的词汇数量,确定目标情感标签。例如,目标文本中,属于开心对应的词汇库的词汇数量为25个,属于生气对应的词汇库的词汇数量为3个,那么可以确定目标情感标签为开心标签。在另一种实现方式中,可以先确定目标文本中每个语句对应的情感,然后确定每种情感对应的语句在目标文本中的分布,以此确定目标情感标签。例如,目标文本中,情感为厌恶的语句占全部语句的52%,情感为生气的语句占全部语句的23%,情感为悲伤的语句占全部语句的12%,那么可以确定目标情感标签为厌恶标签。需要说明的是,目标情感标签可以是一个,也可以是多个,本公开对此不作具体限定。
在确定目标和弦和目标情感标签后,可以根据目标和弦和目标情感标签生成适用于目标文本的背景音乐。例如,可以将目标和弦和目标情感标签作为预先训练的音乐生成模型的输入,以得到音乐生成模型输出的背景音乐。音乐生成模型例如可以是TransformerVAE(英文:Variational Autoencoder)模型、WaveNet模型,也可以是RNN(英文:RecurrentNeural Network,中文:循环神经网络)、CNN(英文:Convolutional Neural Networks,中文:卷积神经网络)、LSTM(英文:Long Short-Term Memory,中文:长短期记忆网络)等神经网络,本公开对此不作具体限定。由于音乐生成模型将目标情感标签作为特征种子,因此能够随机生成以目标和弦为主和弦,并且符合目标情感标签的背景音乐,使得背景音乐能够适用于目标文本。例如,符合开心标签的背景音乐音符密集,节奏明快,旋律清亮,符合惊吓标签的背景音乐通常包括低音线条、突强、连续的不和谐的和声,符合平静标签的背景音乐音符稀疏,节奏缓和,旋律低沉等。以目标文本的目标类型为古风来举例,通过查找类型与和弦的映射表,确定目标和弦为6456。目标文本中情感为开心的语句占目标文本的全部语句中的65%,那么确定目标情感标签为开心标签。将6456和开心标签作为音乐生成模型的输入,得到以6456为主和弦,符合开心标签的背景音乐。这样,通过适用于目标文本的目标情感标签,和适用于目标类型的目标和弦,自动生成适用于目标文本的背景音乐,无需人工进行挑选,也不受限于现有音乐的数量,因此能够提高背景音乐生成的效率,扩大背景音乐的适用范围,使背景音乐配合目标文本,提高目标文本的内涵和表现力。
综上所述,本公开首先获取目标文本以及目标文本的目标类型,之后确定目标类型对应的目标和弦,并确定目标文本的目标情感标签,最后根据目标情感标签和目标和弦,生成适用于目标文本的背景音乐。本公开针对目标文本的类型和情感标签,自动生成适用于目标文本的背景音乐,无需人工进行挑选,也不受现有音乐的限制,能够提高背景音乐生成的效率,扩大背景音乐的适用范围,从而使背景音乐增加目标文本的内涵和表现力。
图2是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图,如图2所示,步骤102可以通过以下步骤来实现:
步骤1021,按照预设的类型与和弦的对应关系,确定目标和弦。
举例来说,确定目标和弦的方式,可以根据预设的类型与和弦的对应关系,确定目标类型对应的目标和弦。其中,对应关系例如可以是类型与和弦的映射表,也可以是类型与和弦的关系函数。以对应关系为映射表来举例,映射表内存储有多条记录,每条记录中包含一种类型,和该类型对应的和弦。可以在映射表中查找包含目标类型的记录,并将包含目标类型的记录中的和弦作为目标和弦。其中,一条记录中,每种类型对应的和弦和可以为一个或多个,在每种类型对应多个和弦时,可以将包含目标类型的记录中的任意一个和弦作为目标和弦。
步骤1022,将目标文本中的每个语句输入预先训练的情感识别模型,以获取情感识别模型输出的该语句的情感。
步骤1023,根据目标文本中的每个语句的情感,确定目标情感标签。
示例的,确定目标情感标签的方式,可以先将目标文本分为多个语句,例如可以按照句号“。”对目标文本进行分割,得到多个语句。然后将每个语句输入预先训练的情感识别模型,以获取情感识别模型输出的该语句的情感。最后,根据每种情感对应的语句在目标文本中的分布,确定目标情感标签。其中,情感识别模型,可以根据预设的第一样本输入集和第一样本输出集进行训练得到的,第一样本输入集中的每个第一样本输入包括样本语句,第一样本输出集中包括与每个第一样本输入对应的第一样本输出,每个第一样本输出包括对应的样本语句的情感。
在一种实现方式中,步骤1023可以包括:
步骤A,根据目标文本中的每个语句的情感,确定每种情感对应的语句数量。
步骤B,根据每种情感对应的语句数量,确定目标情感标签。
在确定目标文本中的每个语句的情感之后,可以统计每种情感对应的语句数量,即确定目标文本中属于每种情感的语句的数量。然后根据每种情感对应的语句数量,确定目标情感标签。确定目标情感标签的一种实现方式可以为,确定语句数量最大的情感,将该情感对应的情感标签作为目标情感标签。例如,目标文本中,情感为悲伤的语句有28个,即悲伤对应的语句数量为28个,平静对应的语句数量为10个,厌恶对应的语句数量8个,那么可以确定目标情感标签为悲伤标签。确定目标情感标签的另一种实现方式可以为,将语句数量满足预设条件的情感,对应的情感标签作为目标情感标签。预设条件例如可以是语句数量占目标文本全部语句的比例大于预设阈值。以目标文本包括100个语句,预设阈值为50%来举例,其中,开心对应的语句数量为26个,平静对应的语句数量为54个,惊吓对应的语句数量为9个,厌恶对应的语句数量为11个,那么其中平静对应的语句数量占目标文本中全部语句的比例为54%,超过了预设阈值,那么可以确定目标情感标签为平静标签。
图3是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图,如图3所示,在步骤103之前,该方法还包括:
步骤104,根据目标文本的长度,确定目标文本对应的音乐时长。
相应的,步骤103可以包括以下步骤:
步骤1031,将目标情感标签、目标和弦和音乐时长,输入预先训练的旋律生成模型,以获取旋律生成模型输出的目标旋律,目标旋律的时长为音乐时长,目标旋律的主和弦为目标和弦。
步骤1032,根据目标旋律,生成背景音乐。
在具体的应用场景中,还可以在生成背景音乐之前,根据目标文本的长度,确定适用于目标文本的背景音乐的音乐时长。例如,可以根据目标文本的长度和用户的阅读速度,确定用户阅读目标文本所需的时长,并将该时长作为音乐时长。例如,目标文本的长度为5000字,用户的阅读速度为300字/分钟,那么用户阅读目标文本所需的时长为6分钟,目标文本对应的音乐时长即为6分钟。
在确定音乐时长后,可以将目标情感标签、目标和弦和音乐时长,输入预先训练的旋律生成模型,以获取旋律生成模型输出的目标旋律,目标旋律的时长为音乐时长,目标旋律的主和弦为目标和弦。可以理解为,旋律生成模型,能够将目标情感标签作为特征种子,随机生成时长为音乐时长,目标和弦为主和弦,并且符合目标情感标签的目标旋律。其中,旋律生成模型例如可以是RNN、CNN、LSTM等神经网络,本公开对此不作具体限定。
需要说明的是,目标旋律可以理解为MIDI(英文:Musical Instrument DigitalInterface,中文:乐器数字接口)格式的文件,目标旋律中包括了音符,和音符对应的控制参数。最后,利用音乐编辑软件根据目标旋律来生成背景音乐,背景音乐的时长也为音乐时长。其中,背景音乐可以是.MP3、.WAV、.WMA(英文:Windows Media Audio)、.AMR(英文:Adaptive Multi-Rate)等格式的文件,本公开对此不作具体限定。这样,由于目标旋律的时长符合目标文本,因此生成的背景音乐也能更贴合目标文本,即从用户开始阅读目标文本时,背景音乐开始播放,用户读完目标文本时,背景音乐也能停止。
图4是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图,如图4所示,在步骤101之后,该方法还可以包括:
步骤105,确定目标类型对应的目标乐器。
相应的,步骤1032的实现方式为:
按照目标乐器的音色对目标旋律进行渲染,以生成背景音乐。
举例来说,在根据目标旋律生成背景音乐时,可以对背景音乐的音色进行选择,因此可以根据目标类型,确定适用于目标类型的目标乐器,然后利用音乐编辑软件按照目标乐器的音色对目标旋律进行渲染,以得到音乐编辑软件生成的背景音乐,背景音乐可以理解为使用目标乐器演奏目标旋律得到的音乐。其中,确定目标乐器的方式,可以是预先建立一个类型和乐器的映射表,映射表内存储有多条记录,每条记录中包含一种类型,和该类型对应的乐器,之后可以在映射表中查找包含目标类型的记录,并将包含目标类型的记录中的乐器作为目标乐器。例如,映射表中可以包括:记录1(都市–吉他),记录2(言情–小提琴),记录3(古风–古筝),记录4(悬疑-钢琴)等。当目标类型为言情时,目标乐器即为小提琴。可以利用音乐编辑软件,按照小提琴的音色对目标旋律进行渲染,以得到背景音乐。通过确定目标乐器,能够生成音色符合目标文本的背景音乐,从而使背景音乐进一步增加目标文本的内涵和表现力。
在一种应用场景中,上述旋律生成模型是通过以下步骤进行训练的:
步骤C,获取样本输入集和样本输出集,样本输入集中的每个样本输入包括旋律参数,旋律参数包括:情感标签、和弦、时长,样本输出集中包括与每个样本输入对应的样本输出,每个样本输出包括符合对应的旋律参数的旋律。
步骤D,将样本输入集作为旋律生成模型的输入,将样本输出集作为旋律生成模型的输出,以训练旋律生成模型。
旋律生成模型的训练过程,可以先获取样本输入集和样本输出集。其中,样本输入集中包括多个样本输入,每个样本输入可以是一组旋律参数,其中,每组旋律参数中包括了:情感标签、和弦、时长。样本输出集中包括与样本输入集中每个样本输入一一对应的样本输出,每个样本输出为符合对应的旋律参数的旋律。
对旋律生成模型训练时,可以将样本输入集作为旋律生成模型的输入,将样本输出集作为旋律生成模型的输出来训练,使得旋律生成模型在输入样本输入集时,输出的旋律,能够和样本输出集匹配。
图5是根据一示例性实施例示出的另一种背景音乐的生成方法的流程图,如图5所示,在步骤103之后,该方法还包括:
步骤106,在展示目标文本时,播放背景音乐。和/或,
步骤107,将目标文本对应的朗读声音和背景音乐进行合成,以生成目标文本对应的目标音频文件。
举例来说,在一种应用场景中,可以在展示目标文本时,播放背景音乐,即用户在阅读目标文本时,自动播放背景音乐,以增加目标文本的内涵和表现力。例如,用户通过终端设备上安装的电子书阅读APP点击目标文本的图标,触发目标文本的打开指令,响应于打开指令,电子书阅读APP可以在展示目标文本的同时,播放目标文本对应的背景音乐。进一步的,在用户通过终端设备下载目标文本时,也可以同时下载背景音乐,使得终端设备在本地显示目标文本时,也可以同时播放背景音乐。
在另一种应用场景中,针对目标文本制作对应的有声电子书时,需要录制目标文本对应的朗读声音,之后可以将录制好的朗读声音和步骤103中生成的背景音乐进行合成,以生成目标文本对应的目标音频文件,目标音频文件即为目标文本对应的有声电子书。可以理解为,朗读声音和背景音乐分别为两个音轨,利用音乐编辑软件将两个音轨进行合成,以生成目标音频文件。
综上所述,本公开首先获取目标文本以及目标文本的目标类型,之后确定目标类型对应的目标和弦,并确定目标文本的目标情感标签,最后根据目标情感标签和目标和弦,生成适用于目标文本的背景音乐。本公开针对目标文本的类型和情感标签,自动生成适用于目标文本的背景音乐,无需人工进行挑选,也不受现有音乐的限制,能够提高背景音乐生成的效率,扩大背景音乐的适用范围,从而使背景音乐增加目标文本的内涵和表现力。
图6是根据一示例性实施例示出的一种背景音乐的生成装置的框图,如图6所示,该装置200包括:
获取模块201,用于获取目标文本和目标文本的目标类型。
确定模块202,用于确定目标类型对应的目标和弦,并确定目标文本的目标情感标签。
生成模块203,用于根据目标情感标签和目标和弦,生成目标文本对应的背景音乐。
图7是根据一示例性实施例示出的另一种背景音乐的生成装置的框图,如图7所示,确定模块202包括:
第一确定子模块2021,用于按照预设的类型与和弦的对应关系,确定目标和弦。
第二确定子模块2022,用于将目标文本中的每个语句输入预先训练的情感识别模型,以获取情感识别模型输出的该语句的情感。
第二确定子模块2022,还用于根据目标文本中的每个语句的情感,确定目标情感标签。
在一种实现方式中,第二确定子模块2022用于执行以下步骤:
步骤1)根据目标文本中的每个语句的情感,确定每种情感对应的语句数量。
步骤2)根据每种情感对应的语句数量,确定目标情感标签。
图8是根据一示例性实施例示出的另一种背景音乐的生成装置的框图,如图8所示,该装置200还包括:
时长确定模块204,用于在根据目标情感标签和目标和弦,生成目标文本对应的背景音乐之前,根据目标文本的长度,确定目标文本对应的音乐时长。
相应的,生成模块203包括:
旋律生成子模块2031,用于将目标情感标签、目标和弦和音乐时长,输入预先训练的旋律生成模型,以获取旋律生成模型输出的目标旋律,目标旋律的时长为音乐时长,目标旋律的主和弦为目标和弦。
音乐生成子模块2032,用于根据目标旋律,生成背景音乐。
图9是根据一示例性实施例示出的另一种背景音乐的生成装置的框图,如图9所示,该装置200还包括:
乐器确定模块205,用于在获取目标文本和目标文本的目标类型之后,确定目标类型对应的目标乐器。
相应的,音乐生成子模块2032用于:
按照目标乐器的音色对目标旋律进行渲染,以生成背景音乐。
在一种应用场景中,上述旋律生成模型是通过以下步骤进行训练的:
步骤3)获取样本输入集和样本输出集,样本输入集中的每个样本输入包括旋律参数,旋律参数包括:情感标签、和弦、时长,样本输出集中包括与每个样本输入对应的样本输出,每个样本输出包括符合对应的旋律参数的旋律。
步骤4)将样本输入集作为旋律生成模型的输入,将样本输出集作为旋律生成模型的输出,以训练旋律生成模型。
图10是根据一示例性实施例示出的另一种背景音乐的生成装置的框图,如图10所示,该装置200还包括:
播放模块206,用于在根据目标情感标签和目标和弦,生成目标文本对应的背景音乐之后,在展示目标文本时,播放背景音乐。和/或,
合成模块207,用于将目标文本对应的朗读声音和背景音乐进行合成,以生成目标文本对应的目标音频文件。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
综上所述,本公开首先获取目标文本以及目标文本的目标类型,之后确定目标类型对应的目标和弦,并确定目标文本的目标情感标签,最后根据目标情感标签和目标和弦,生成适用于目标文本的背景音乐。本公开针对目标文本的类型和情感标签,自动生成适用于目标文本的背景音乐,无需人工进行挑选,也不受现有音乐的限制,能够提高背景音乐生成的效率,扩大背景音乐的适用范围,从而使背景音乐增加目标文本的内涵和表现力。
下面参考图11,其示出了适于用来实现本公开实施例的电子设备300的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图11示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图11示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,终端设备、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取目标文本和所述目标文本的目标类型;确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“获取目标文本和目标类型的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例,示例1提供了一种背景音乐的生成方法,包括:获取目标文本和所述目标文本的目标类型;确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐。
根据本公开的一个或多个实施例,示例2提供了示例1的方法,所述确定所述目标类型对应的目标和弦,包括:按照预设的类型与和弦的对应关系,确定所述目标和弦;所述确定所述目标文本的目标情感标签,包括:将所述目标文本中的每个语句输入预先训练的情感识别模型,以获取所述情感识别模型输出的该语句的情感;根据所述目标文本中的每个所述语句的情感,确定所述目标情感标签。
根据本公开的一个或多个实施例,示例3提供了示例2的方法,所述根据所述目标文本中的每个所述语句的情感,确定所述目标情感标签,包括:根据所述目标文本中的每个所述语句的情感,确定每种情感对应的语句数量;根据每种情感对应的所述语句数量,确定所述目标情感标签。
根据本公开的一个或多个实施例,示例4提供了示例1至示例3中任一的方法,在所述根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐之前,所述方法还包括:根据所述目标文本的长度,确定所述目标文本对应的音乐时长;所述根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐,包括:将所述目标情感标签、所述目标和弦和所述音乐时长,输入预先训练的旋律生成模型,以获取所述旋律生成模型输出的目标旋律,所述目标旋律的时长为所述音乐时长,所述目标旋律的主和弦为所述目标和弦;根据所述目标旋律,生成所述背景音乐。
根据本公开的一个或多个实施例,示例5提供了示例4的方法,在所述获取目标文本和所述目标文本的目标类型之后,所述方法还包括:确定所述目标类型对应的目标乐器;所述根据所述目标旋律,生成所述背景音乐,包括:按照所述目标乐器的音色对所述目标旋律进行渲染,以生成所述背景音乐。
根据本公开的一个或多个实施例,示例6提供了示例4的方法,所述旋律生成模型是通过以下步骤进行训练的:获取样本输入集和样本输出集,所述样本输入集中的每个样本输入包括旋律参数,所述旋律参数包括:情感标签、和弦、时长,所述样本输出集中包括与每个所述样本输入对应的样本输出,每个所述样本输出包括符合对应的所述旋律参数的旋律;将所述样本输入集作为所述旋律生成模型的输入,将所述样本输出集作为所述旋律生成模型的输出,以训练所述旋律生成模型。
根据本公开的一个或多个实施例,示例7提供了示例1的方法,在所述根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐之后,所述方法还包括:在展示所述目标文本时,播放所述背景音乐;和/或,将所述目标文本对应的朗读声音和所述背景音乐进行合成,以生成所述目标文本对应的目标音频文件。
根据本公开的一个或多个实施例,示例8提供了一种背景音乐的生成装置,包括:获取模块,用于获取目标文本和所述目标文本的目标类型;确定模块,用于确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;生成模块,用于根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐。
根据本公开的一个或多个实施例,示例9提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理装置执行时实现示例1至示例7中所述方法的步骤。
根据本公开的一个或多个实施例,示例10提供了一种电子设备,包括:存储装置,其上存储有计算机程序;处理装置,用于执行所述存储装置中的所述计算机程序,以实现示例1至示例7中所述方法的步骤。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
Claims (10)
1.一种背景音乐的生成方法,其特征在于,所述方法包括:
获取目标文本和所述目标文本的目标类型,所述目标类型用于指示所述目标文本的风格;
确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;
根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐,所述背景音乐以所述目标和弦为主和弦,且符合所述目标情感标签;
所述确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签,包括:
将所述目标类型输入预先训练的和弦生成模型,以得到所述和弦生成模型输出的,所述目标类型对应的所述目标和弦;
根据预先建立的每种情感对应的词汇库,统计所述目标文本中每种情感对应的词汇数量,并根据每种情感对应的词汇数量,确定所述目标情感标签。
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标类型对应的目标和弦,包括:
按照预设的类型与和弦的对应关系,确定所述目标和弦;
所述确定所述目标文本的目标情感标签,包括:
将所述目标文本中的每个语句输入预先训练的情感识别模型,以获取所述情感识别模型输出的该语句的情感;
根据所述目标文本中的每个所述语句的情感,确定所述目标情感标签。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标文本中的每个所述语句的情感,确定所述目标情感标签,包括:
根据所述目标文本中的每个所述语句的情感,确定每种情感对应的语句数量;
根据每种情感对应的所述语句数量,确定所述目标情感标签。
4.根据权利要求1-3中任一项所述的方法,其特征在于,在所述根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐之前,所述方法还包括:
根据所述目标文本的长度,确定所述目标文本对应的音乐时长;
所述根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐,包括:
将所述目标情感标签、所述目标和弦和所述音乐时长,输入预先训练的旋律生成模型,以获取所述旋律生成模型输出的目标旋律,所述目标旋律的时长为所述音乐时长,所述目标旋律的主和弦为所述目标和弦;
根据所述目标旋律,生成所述背景音乐。
5.根据权利要求4所述的方法,其特征在于,在所述获取目标文本和所述目标文本的目标类型之后,所述方法还包括:
确定所述目标类型对应的目标乐器;
所述根据所述目标旋律,生成所述背景音乐,包括:
按照所述目标乐器的音色对所述目标旋律进行渲染,以生成所述背景音乐。
6.根据权利要求4所述的方法,其特征在于,所述旋律生成模型是通过以下步骤进行训练的:
获取样本输入集和样本输出集,所述样本输入集中的每个样本输入包括旋律参数,所述旋律参数包括:情感标签、和弦、时长,所述样本输出集中包括与每个所述样本输入对应的样本输出,每个所述样本输出包括符合对应的所述旋律参数的旋律;
将所述样本输入集作为所述旋律生成模型的输入,将所述样本输出集作为所述旋律生成模型的输出,以训练所述旋律生成模型。
7.根据权利要求1所述的方法,其特征在于,在所述根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐之后,所述方法还包括:
在展示所述目标文本时,播放所述背景音乐;和/或,
将所述目标文本对应的朗读声音和所述背景音乐进行合成,以生成所述目标文本对应的目标音频文件。
8.一种背景音乐的生成装置,其特征在于,所述装置包括:
获取模块,用于获取目标文本和所述目标文本的目标类型,所述目标类型用于指示所述目标文本的风格;
确定模块,用于确定所述目标类型对应的目标和弦,并确定所述目标文本的目标情感标签;
生成模块,用于根据所述目标情感标签和所述目标和弦,生成所述目标文本对应的背景音乐,所述背景音乐以所述目标和弦为主和弦,且符合所述目标情感标签;
所述确定模块用于:
将所述目标类型输入预先训练的和弦生成模型,以得到所述和弦生成模型输出的,所述目标类型对应的所述目标和弦;
根据预先建立的每种情感对应的词汇库,统计所述目标文本中每种情感对应的词汇数量,并根据每种情感对应的词汇数量,确定所述目标情感标签。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010647006.3A CN111782576B (zh) | 2020-07-07 | 2020-07-07 | 背景音乐的生成方法、装置、可读介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010647006.3A CN111782576B (zh) | 2020-07-07 | 2020-07-07 | 背景音乐的生成方法、装置、可读介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111782576A CN111782576A (zh) | 2020-10-16 |
CN111782576B true CN111782576B (zh) | 2021-10-15 |
Family
ID=72758214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010647006.3A Active CN111782576B (zh) | 2020-07-07 | 2020-07-07 | 背景音乐的生成方法、装置、可读介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782576B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763910B (zh) * | 2020-11-25 | 2024-07-19 | 北京沃东天骏信息技术有限公司 | 一种音乐生成方法和装置 |
CN113423005B (zh) * | 2021-05-18 | 2022-05-03 | 电子科技大学 | 一种基于改进神经网络的智能音乐生成方法及系统 |
CN113744071A (zh) * | 2021-08-03 | 2021-12-03 | 北京搜狗科技发展有限公司 | 评论信息的处理方法、装置、电子设备及存储介质 |
CN113722491A (zh) * | 2021-09-08 | 2021-11-30 | 北京有竹居网络技术有限公司 | 确定文本情节类型的方法、装置、可读介质及电子设备 |
CN115101032B (zh) * | 2022-06-17 | 2024-06-28 | 北京有竹居网络技术有限公司 | 用于生成文本的配乐的方法、装置、电子设备和介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013015694A1 (en) * | 2011-07-26 | 2013-01-31 | Booktrack Holdings Limited | Soundtrack for electronic text |
US9788777B1 (en) * | 2013-08-12 | 2017-10-17 | The Neilsen Company (US), LLC | Methods and apparatus to identify a mood of media |
CN106708894B (zh) * | 2015-11-17 | 2019-12-20 | 腾讯科技(深圳)有限公司 | 电子书配置背景音乐的方法和装置 |
CN107169430B (zh) * | 2017-05-02 | 2020-12-01 | 哈尔滨工业大学深圳研究生院 | 基于图像处理语义分析的阅读环境音效增强系统及方法 |
CN109671416B (zh) * | 2018-12-24 | 2023-07-21 | 成都潜在人工智能科技有限公司 | 基于增强学习的音乐旋律生成方法、装置及用户终端 |
-
2020
- 2020-07-07 CN CN202010647006.3A patent/CN111782576B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111782576A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782576B (zh) | 背景音乐的生成方法、装置、可读介质、电子设备 | |
CN111445892B (zh) | 歌曲生成方法、装置、可读介质及电子设备 | |
CN108962219B (zh) | 用于处理文本的方法和装置 | |
CN112489620B (zh) | 语音合成方法、装置、可读介质及电子设备 | |
CN111402843B (zh) | 说唱音乐生成方法、装置、可读介质及电子设备 | |
CN111369971B (zh) | 语音合成方法、装置、存储介质和电子设备 | |
CN111445897B (zh) | 歌曲生成方法、装置、可读介质及电子设备 | |
CN111402842B (zh) | 用于生成音频的方法、装置、设备和介质 | |
CN111583900A (zh) | 歌曲合成方法、装置、可读介质及电子设备 | |
CN111798821B (zh) | 声音转换方法、装置、可读存储介质及电子设备 | |
CN112786007A (zh) | 语音合成方法、装置、可读介质及电子设备 | |
CN112927674B (zh) | 语音风格的迁移方法、装置、可读介质和电子设备 | |
CN112489606B (zh) | 旋律生成方法、装置、可读介质及电子设备 | |
CN111489735B (zh) | 语音识别模型训练方法及装置 | |
CN112908292B (zh) | 文本的语音合成方法、装置、电子设备及存储介质 | |
CN108986843B (zh) | 音频数据处理方法及装置、介质和计算设备 | |
CN112786013B (zh) | 基于唱本的语音合成方法、装置、可读介质和电子设备 | |
CN114023301A (zh) | 音频编辑方法、电子设备及存储介质 | |
CN113327580A (zh) | 语音合成方法、装置、可读介质及电子设备 | |
CN112562633B (zh) | 一种歌唱合成方法、装置、电子设备及存储介质 | |
WO2022042418A1 (zh) | 音乐合成方法、装置、设备和计算机可读介质 | |
CN111477210A (zh) | 语音合成方法和装置 | |
CN111554267A (zh) | 音频合成方法、装置、电子设备和计算机可读介质 | |
CN113923390A (zh) | 视频录制方法、装置、设备及存储介质 | |
CN111862933A (zh) | 用于生成合成语音的方法、装置、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |