CN112035699A - 音乐合成方法、装置、设备和计算机可读介质 - Google Patents

音乐合成方法、装置、设备和计算机可读介质 Download PDF

Info

Publication number
CN112035699A
CN112035699A CN202010880050.9A CN202010880050A CN112035699A CN 112035699 A CN112035699 A CN 112035699A CN 202010880050 A CN202010880050 A CN 202010880050A CN 112035699 A CN112035699 A CN 112035699A
Authority
CN
China
Prior art keywords
word
music
lyrics
template
synthesizing
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.)
Pending
Application number
CN202010880050.9A
Other languages
English (en)
Inventor
顾宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202010880050.9A priority Critical patent/CN112035699A/zh
Publication of CN112035699A publication Critical patent/CN112035699A/zh
Priority to PCT/CN2021/113527 priority patent/WO2022042418A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/683—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/685—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using automatically derived transcript of audio data, e.g. lyrics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/68—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/686—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title or artist information, time, location or usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/021—Background music, e.g. for video sequences, elevator music
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
    • G10H2250/541—Details of musical waveform synthesis, i.e. audio waveshape processing from individual wavetable samples, independently of their origin or of the sound they represent
    • G10H2250/571—Waveform compression, adapted for music synthesisers, sound banks or wavetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Auxiliary Devices For Music (AREA)

Abstract

本公开的实施例公开了一种音乐合成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：基于当前展示的歌词模板和用户根据上述歌词模板输入的至少一个词，合成歌词；基于上述歌词和预设背景音乐的旋律，生成音乐特征和语言特征的标签；基于上述音乐特征和语言特征的标签，生成目标干声；基于上述目标干声和上述预设背景音乐，合成音乐。该实施方式可以实现用户参与歌词填写，根据用户填写的歌词生成音乐。

Description

音乐合成方法、装置、设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及音乐合成方法、 装置、设备和计算机可读介质。
背景技术
随着计算机技术的发展和手机、电脑等电子设备的普及，各种视 频音频技术出现在人们的生活当中。在终端设备的使用过程中，用户 体验感越来越重要，适当参与视频音频合成可以提升用户兴趣。在对 视频音频的处理上，缺少用户的参与会导致用户的体验感不佳。
发明内容
本公开的内容部分用于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。本公开的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。
本公开的一些实施例提出了用于音乐合成方法、装置、设备和计 算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种音乐合成方法，该方 法包括：基于当前展示的歌词模板和用户根据上述歌词模板输入的至 少一个词，合成歌词；基于上述歌词和预设背景音乐的旋律，生成音 乐特征和语言特征的标签；基于上述音乐特征和语言特征的标签，生 成目标干声；基于上述目标干声和上述预设背景音乐，合成音乐。
第二方面，本公开的一些实施例提供了一种音乐合成装置，装置 包括：歌词合成单元，被配置成基于当前展示的歌词模板和用户根据 上述歌词模板输入的至少一个词，合成歌词；标签生成单元，被配置 成基于上述歌词和预设背景音乐的旋律，生成音乐特征和语言特征的 标签；干声生成单元，被配置成基于上述音乐特征和语言特征的标签， 生成目标干声；音乐合成单元，被配置成基于上述目标干声和上述预 设背景音乐，合成音乐。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一 个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或 多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第 一方面中任一实现方式描述的方法，或实现第三方面中任一实现方式 描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其 上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中 任一实现方式描述的方法，或实现如第三方面中任一实现方式描述的 方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通 过对当前展示的歌词模板填词，得到用户自定义的歌词，实现了与用 户之间的交互。通过对上述歌词和预设背景音乐的旋律进行处理，例 如，对“我和我的梦想”歌曲背景音乐的旋律处理，可以生成合成音 乐所需的音乐特征和语言特征的标签。通过上述音乐特征和语言特征 的标签，可以得到发音准确的目标干声，例如，对上述歌词进行演唱 的发音准确的王力宏声音的干声。基于上述目标干声和上述预设背景 音乐，可以得到用户填写的上述自定义的歌词对应的音乐。
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。
图1是根据本公开的一些实施例的音乐合成方法的一个应用场景 的示意图；
图2是根据本公开的音乐合成方法的一些实施例的流程图；
图3是根据本公开的音乐合成方法的另一些实施例的流程图；
图4是根据本公开的一些实施例的音乐合成方法的另一个应用场 景的示意图；
图5是根据本公开的音乐合成装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的电子设备的结构示意 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。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发 明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的 特征可以相互组合。
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。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的音乐合成方法的一个应用场景的 示意图100。
如图1所示，用户可以对歌词模板，进行歌词填写。作为示例， 用户可以根据“我和我的梦想”的歌词制作的模板进行填词，填写的 歌词为附图标记103所示。计算设备101将附图标记103所示至少一 个词和附图标记102所示的歌词模板进行合成，得到附图标记104所 示歌词。之后将附图标记105所示的预设背景音乐的旋律的表征数据 和附图104所示歌词进行组合和处理，得到附图标记106所示音乐特 征和语言特征的标签。作为示例，可以将附图104所示歌词与“我和 我的梦想”歌曲的主旋律音符数据进行组合，得到具有音素有长停顿 和短停顿特征、音高特征和乐谱时长特征等特征的标签。将上述附图 标记106所示音乐特征和语言特征的标签进行处理得到目标干声。干 声可以是无音乐的纯人声。目标干声可以是无音乐的男声、女声和童 声等声音。将目标干声和附图标记108所示背景音乐进行处理得到附 图标记109所示音乐。作为示例，可以将得到的男声干声与“我和我 的梦想”的背景音乐做混音处理。
可以理解的是，音乐合成方法可以是由上述计算设备101来执行。 其中，计算设备101可以是硬件，也可以是软件。当计算设备101为 硬件时，可以是具有信息处理能力的各种计算设备，包括但不限于智 能手机、平板电脑、电子书阅读器、膝上型便携计算机、台式计算机、 服务器等等。当计算设备101为软件时，可以安装在上述所列举的计 算设备中。其可以实现成例如用来提供分布式服务的多个软件或软件 模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备数目仅仅是示意性的。根据实现需 要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的音乐合成方法的一些实施例 的流程200。该音乐合成方法，包括以下步骤：
步骤201，基于当前展示的歌词模板和用户根据上述歌词模板输 入的至少一个词，合成歌词。
在一些实施例中，音乐合成方法的执行主体可以是服务器。当前 展示的歌词模板，可以是缺失某些词的不完整歌词。作为示例，可以 将“我和我的梦想”歌词中的某些位置的词删除，得到上述歌词模板。 例如，可以将“我和我的梦想”的“梦想”删除，得到模板“我和我 的___”。用户可以对上述“我和我的梦想”的“梦想”位置填充词， 可以填充“小汽车”，合成歌词“我和我的小汽车”。
在一些实施例的一些可选的实现方式中，步骤201可以如下步骤 进行：
第一步，基于上述至少一个词的长度、内容和韵脚，确定至少一 个目标词。其中，上述至少一个词可以包含一个歌词模板中某个缺失 词的多个填充词。作为示例，例如，歌词模板为“我和我的___，同样 的重要。无论何时，______。”上述至少一个词包括：“小汽车”、“小 摩托”、“永不分离”及“永不堵车”。其中，至少一个目标词为从上述 至少一个词中选出的一组歌词模板的填充词。比如，上述例子中可以 选取“小汽车”及“永不堵车”作为至少一个目标词。也可以选取“小 汽车”、“永不分离”作为至少一个目标词。
可选的，上述执行主体首先统计出上述至少一个词中每个词的长 度，并检测该长度是否在歌词模板中填充位置规定的长度范围内。之 后，从上述至少一个词中选出长度在歌词模板中填充位置规定的长度 范围内的候选填充词。及将上述候选填充词中每个词的韵脚提取出来。 并对候选填充词中各个词的韵脚进行比较。再之后，将候选填充词中 韵脚相同的词分为一组。将各组中的词分别输入预先设定的敏感词组 成的词语库中进行内容检索。响应于检索成功，则确定该词为敏感词， 不作为填充词，反之，作为填充词。若某个组存在可以同时满足歌词 模板各个位置的填充条件的填充词。分别从该组候选填充词中选出歌 词模板每个缺失位置的多个候选填充词，并将每个位置的多个候选填 充词输入到预设的健康度模型，得到每个候选填充词的分数。其中， 健康度模型用于对每个词进行打分。最后，从歌词模板每个缺失位置 的多个候选填充词中选取出分数大于预设的阈值的一个候选填充词， 并将上述选取的候选填充词确定为至少一个目标词。其中，上述敏感 词指的是具有反动、暴力和反人类等内容的词语。
作为示例，将“我和我的梦想”，制作成歌词模板“我和我的___”。 例如，歌词模板中填充词的规定的长度范围为小于等于3。则“小火 车”满足词长度在规定范围。同时，“小火车”在上述歌词模板中是押 韵的。最后，通过将“小火车”输入数据库检索“小火车”不具有反 动、暴力和反人类等内容。及输入健康度模型打分，在分数高于预设 的阈值的情况下。在上述歌词模板中原先“梦想”位置，填写上“小 火车”，合成歌词“我和我的梦想”。
可选的，基于预设韵脚词典，确定上述至少一个词对应的多个韵 脚的关联词，将上述关联词作为至少一个目标词。其中，上述韵脚词 典是一种记载押韵词的词典。上述关联词可以是歌词中需替换的词的 同义词或者与歌词中需替换的词具有相同属性的词。作为示例，使用 “给我一杯Mojito”制作歌词模板，得到“给我一杯___”。用户在原 “Mojito”位置填写“威士忌”，这时给用户提供“威士忌”的关联词， 上述关联词可以是在歌词模板中押韵的词，可以是“二锅头”。用户可 以将“二锅头”填入上述歌词模板，得到“给我一杯二锅头”。
第二步，基于上述歌词模板和上述至少一个目标词，合成歌词。
在一些实施例中，上述执行主体可以通过将上述至少一个目标词， 填入上述歌词模板对应的位置，合成歌词。
步骤202，基于上述歌词和预设背景音乐的旋律，生成音乐特征 和语言特征的标签。
在一些实施例中，预设背景音乐可以是指在歌曲中用于调节气氛 的音乐。音乐特征可以是音乐的音调、音值和节拍等特征。音乐特征 的标签是包含音乐的音调、音值和节拍等特征信息的标签。语言特征 可以是语言的声调、音素的时长和语言的停顿等特征。语言特征的标 签可以是包含语言的声调、音素的时长和语言的停顿等特征的标签。
作为示例，可以将“我和我的梦想”的背景音乐作为预设背景音 乐，“我和我的梦想”的背景音乐的旋律可以作为预设背景音乐的旋 律。
在一些实施例中，上述执行主体首先可以将上述旋律和歌词做预 处理，并将上述歌词填入上述旋律对应的位置，生成歌谱。之后，对 上述歌谱中旋律所包括的各个旋律片段分别进行处理，从而生成目标 旋律。再之后，将上述目标旋律和上述歌词输入到编码器中。最后， 对编码器的输出结果进行采样，得到音乐特征和语言特征的标签。
其中，上述旋律可以用一段曲谱(例如简谱、五线谱)来表示。 上述歌谱是指曲谱与歌词的组合。且歌词可以填写在相应音符的下方。
作为示例，选取“我和我的梦想”的背景音乐的旋律作为预设背 景音乐的旋律。歌词“我和我的小火车，同样的重要”作为合成歌词。 对选取的旋律及合成歌词作预处理。并将歌词“我和我的小火车，同 样的重要”填入上述旋律对应的位置，生成歌谱。之后，对上述歌谱 中旋律所包括的各个旋律片段分别进行处理，从而生成目标旋律。再 之后，将上述目标旋律和上述歌词输入VAE(Variational Auto-Encoder， 变分自编码器)的编码器中。最后，对编码器的输出结果进行采样， 得到音乐特征和语言特征的标签。其中，编码器内部可以使用第二深 度学习网络，例如，LSTM(Long Short-Term Memory Network，长短 期记忆网络)。
在一些实施例的一些可选的实现方式中，上述执行主体可以基于 上述歌词对应的音素序列中音素之间的停顿、上述歌词的内容、上述 歌词中每个字的声调和背景音乐旋律的音符，生成音乐特征和语言特 征的标签。作为示例，将歌词传入深度学习网络，例如，LSTM。将 预测歌词的音素序列中音素之间的停顿和歌词中每个字的声调以及上 述歌词的内容和背景音乐旋律的音符，输入到VAE的编码器中，生成 音乐特征和上述语言特征的标签。
步骤203，基于上述音乐特征和语言特征的标签，生成目标干声。
在一些实施例中，上述目标干声是具有特定类型音色的声音。例 如，男声、女生和童声等自然人发出的声音。
在一些实施例中，上述执行主体可以将上述音乐特征和语言特征 的标签输入到时长模型和声学模型，例如，隐马尔科夫模型和LSTM。 并将上述模型得到的语音信号的特征参量，传入到声码器合成目标干 声。
步骤204，基于上述目标干声和上述预设背景音乐，合成音乐。
在一些实施例中，上述执行主体可以将上述目标干声和上述预设 背景音乐做音频处理，转化为MIDI(Musical Instrument Digital Interface，乐器数字接口)或其他音频文件格式。
在一些实施例的一些可选的实现方式中，上述执行主体可以对上 述目标干声和上述预设背景音乐进行以下至少一项处理：修音、时长 调整和混音。
本公开的上述各个实施例中的一个实施例具有如下有益效果：用 户可以根据歌词模板进行填词，得到生成音乐所需的歌词。可以对上 述歌词和旋律进行处理，得到用户需要的男声、女生或童声的干声等。 将干声和背景音乐组合，例如，将男声干声和“我和我的梦想”歌曲 的背景音乐，进行混音、修音或声音时长调整等操作，得到合成音乐。 用户可以自定义歌词，参与音乐合成。在得到合成音乐的基础上，用 户可以使用上述音乐进行配乐或制作视频。
继续参考图3，示出了根据本公开的音乐合成方法的另一些实施 例的流程300。该音乐合成方法，包括以下步骤：
步骤301，确定至少一个词是否满足预设条件。
在一些实施例中，预设条件可以是判断上述至少一个词长度的条 件、是否为敏感词的条件或是否押韵的条件等。其中，不是敏感词指 上述至少一个词中每个词均不具有反动、暴力、反人类的内容。押韵 指的是上述至少一个词中的各个词具有相同的韵脚。
在一些实施例中，上述至少一个词可以是由歌词模板中各个歌词 缺失位置的一个填充词组成。
在一些实施例中，上述执行主体可以将歌词模板中每个缺失歌词 位置处填充词的预设长度条件与上述至少一个词中的每个词的长度进 行匹配。响应于歌词模板中每个缺失歌词位置均可以在上述至少一个 词中找到满足该位置填充词的预设长度条件的词，确定上述至少一个 词满足预设条件。反之，确定上述至少一个词不满足预设条件。
在一些实施例中，上述执行主体可以将上述至少一个词中的每个 词的韵脚提取出来，并对各个词的韵脚进行比较。响应于上述各个词 的韵脚均相同，确定上述执少一个词是满足预设条件。反之，确定上 述至少一个词不满足预设条件。
在一些实施例中，上述执行主体可以判断上述至少一个词中的每 个词是否为敏感词。作为示例，可以将上述至少一个词中的每个词输 入到预先设定的由敏感词组成的数据库，进行检索。响应于预先设定 的由敏感词组成的数据库中存在上述至少一个词中的某个词，则上述 至少一个词存在敏感词，确定上述至少一个词不满足预设条件。
在一些实施例的一些可选的实现方式中，上述方法还包括：响应 于不满足预设条件，输出提示信息和至少一个候选替换词，上述候选 替换词是与不满足预设条件的词相关联的词；响应于接收到用户在上 述至少一个候选替换词中选取的目标词，基于上述目标词对上述至少 一个词进行修改。其中，上述与不满足预设条件的词相关联的词可以 是同义词或者具有相同属性的词。
作为示例，用户输入的“小摩托”和“永不堵车”不满足长度判 断、健康度判断或押韵判断，则返回给用户提示信息，例如，“长度不 满足，请修改输入词”或可替代“小摩托”的同义并押韵的词供用户 挑选。例如，用户将“小摩托”修改为“摩托”。之后，确定修改后的至少一个词是否满足预设条件。
步骤302，响应于满足预设条件，基于当前展示的歌词模板和用 户根据上述歌词模板输入的至少一个词，合成歌词。
在一些实施例中，作为示例，响应于用户要填写的词“小摩托” 和“永不堵车”经长度判断，满足规定长度。经健康度判断，内容积 极健康，以及经押韵判断，在歌词模板中押韵。将“小摩托”和“永 不堵车”和歌词模板合成歌词。
步骤303，基于上述歌词和预设背景音乐的旋律，生成音乐特征 和语言特征的标签。
步骤304，基于上述音乐特征和语言特征的标签，生成目标干声。
步骤305，基于上述目标干声和上述预设背景音乐，合成音乐。
在一些实施例中，步骤303、304和305的具体实现及其所带来的 技术效果，可以参考图2对应的实施例中的步骤202、203和204，在 此不再赘述。
本公开的上述各个实施例中的一个实施例具有如下有益效果：通 过设置预设条件，可以使在歌词模板中输入的词长度合理，可以使歌 词押韵，以及保证歌词内容积极健康。可以使合成的音乐积极健康， 提高音乐旋律和歌词的品质。可以辅助用户填写歌词，帮助用户完成 音乐的合成。
图4是根据本公开一些实施例的音乐合成方法的另一个应用场景 示意图。
如附图标记400所示。响应于附图标记401所示“小摩托”和“永 不堵车”经附图标记402所示的长度判断，满足规定的长度范围。经 附图标记403所示的敏感词判断，以及经附图标记404所示的押韵判 断，在歌词模板中押韵。将“小摩托”和“永不堵车”和附图标记406 所示歌词模板合成附图标记407所示歌词。作为示例，继续参考图4， 如附图标记400所示。用户输入的“小摩托”和“永不堵车”不满足 附图标记402所示长度判断、附图标记403所示敏感词判断或附图标 记404所示押韵判断，则返回给用户附图标记405所示提示信息，例如，“长度不满足，请修改输入词”或可替代“小摩托”的同义并押韵 的词供用户挑选。基于提示信息及可替代的词，用户输入选取的目标 词。基于上述目标词对上述至少一个词进行修改。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供 了一种音乐合成装置的一些实施例，这些装置实施例与图2所示的那 些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的音乐合成装置500包括：歌词合成单 元501、标签生成单元502、干声生成单元503和音乐合成单元504。 其中，歌词合成单元501，被配置成基于当前展示的歌词模板和用户 根据上述歌词模板输入的至少一个词，合成歌词；标签生成单元502， 被配置成基于上述歌词和预设背景音乐的旋律，生成音乐特征和语言 特征的标签；干声生成单元503，被配置成基于上述音乐特征和语言 特征的标签，生成目标干声；音乐合成单元504，被配置成基于上述 目标干声和上述预设背景音乐，合成音乐。
在一些实施例的可选实现方式中，歌词合成单元501进一步被配 置成：基于上述至少一个词的长度、内容和韵脚，确定至少一个目标 词；基于上述歌词模板和上述至少一个目标词，合成歌词。
在一些实施例的可选实现方式中，歌词合成单元501进一步被配 置成：基于预设韵脚词典，确定上述至少一个词对应的多个韵脚的关 联词，将上述关联词作为上述至少一个目标词。
在一些实施例的可选实现方式中，歌词合成单元501进一步被配 置成：确定上述至少一个词是否满足预设条件；响应于满足预设条件， 基于当前展示的歌词模板和用户根据上述歌词模板输入的至少一个 词，合成歌词。
在一些实施例的可选实现方式中，歌词合成单元501进一步被配 置成：响应于不满足预设条件，输出提示信息和至少一个候选替换词， 上述候选替换词是与不满足预设条件的词相关联且押韵的词；响应于 接收到用户在上述至少一个候选替换词中选取的目标词，基于上述目 标词对上述至少一个词进行修改。
在一些实施例的可选实现方式中，标签生成单元502进一步被配 置成：基于上述歌词对应的音素序列中音素之间的停顿、上述歌词的 内容、上述歌词中每个字的声调和背景音乐旋律的音符，生成上述音 乐特征和上述语言特征的标签。
在一些实施例的可选实现方式中，音乐合成单元504进一步被配 置成：对上述目标干声和上述预设背景音乐进行以下至少一项处理： 修音、时长调整和混音，得到上述音乐。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方 法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及 产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘 述。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、 图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的 程序或者从存储装置608加载到随机访问存储器(RAM)603中的程 序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备 600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线 604。
通常，以下装置可以连接至I/O接口605：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 606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607； 包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置 609可以允许电子设备600与其他设备进行无线或有线通信以交换数 据。虽然图6示出了具有各种装置的电子设备600，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。图6中示出的每个方框可以代表一个装置，也可以根据 需要代表多个装置。
特别地，根据本公开的一些实施例，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，本公开的一些实施例包括一种 计算机程序产品，其包括承载在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。在这样的一 些实施例中，该计算机程序可以通过通信装置609从网络上被下载和 安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计 算机程序被处理装置601执行时，执行本公开的一些实施例的方法中 限定的上述功能。
需要说明的是，本公开的一些实施例所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。
在本公开的一些实施例中，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。而在本公开的一些实施例中，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，客户端、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：基于当前展示的歌词模板和用户根据上述歌词模板输 入的至少一个词，合成歌词；基于上述歌词和预设背景音乐的旋律， 生成音乐特征和语言特征的标签；基于上述音乐特征和语言特征的标 签，生成目标干声；基于上述目标干声和上述预设背景音乐，合成音 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 的一些实施例的操作的计算机程序代码，所述程序设计语言包括面向 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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现， 也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中， 例如，可以描述为：一种处理器包括歌词合成单元、标签生成单元、 干声生成单元和音乐合成单元。其中，这些单元的名称在某种情况下 并不构成对该单元本身的限定，例如，歌词合成单元还可以被描述为 “基于歌词模板和输入的至少一个词，合成歌词的单元”。
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。
根据本公开的一个或多个实施例，提供了一种音乐合成方法，包 括：基于当前展示的歌词模板和用户根据上述歌词模板输入的至少一 个词，合成歌词；基于上述歌词和预设背景音乐的旋律，生成音乐特 征和语言特征的标签；基于上述音乐特征和语言特征的标签，生成目 标干声；基于上述目标干声和上述预设背景音乐，合成音乐。
根据本公开的一个或多个实施例，上述基于当前展示的歌词模板 和用户根据上述歌词模板输入的至少一个词，合成歌词，包括：基于 上述至少一个词的长度、内容和韵脚，确定至少一个目标词；基于上 述歌词模板和上述至少一个目标词，合成歌词。
根据本公开的一个或多个实施例，上述基于上述至少一个词的长 度、内容和韵脚，确定至少一个目标词，包括：基于预设韵脚词典， 确定上述至少一个词对应的多个韵脚的关联词，将上述关联词作为上 述至少一个目标词。
根据本公开的一个或多个实施例，上述基于当前展示的歌词模板 和用户根据上述歌词模板输入的至少一个词，合成歌词，包括：确定 上述至少一个词是否满足预设条件；响应于满足预设条件，基于当前 展示的歌词模板和用户根据上述歌词模板输入的至少一个词，合成歌 词。
根据本公开的一个或多个实施例，上述基于当前展示的歌词模板 和用户根据上述歌词模板输入的至少一个词，合成歌词，还包括：响 应于不满足预设条件，输出提示信息和至少一个候选替换词，上述候 选替换词是与不满足预设条件的词相关联且押韵的词；响应于接收到 用户在上述至少一个候选替换词中选取的目标词，基于上述目标词对 上述至少一个词进行修改。
根据本公开的一个或多个实施例，上述基于上述歌词和预设背景 音乐的旋律，生成音乐特征和语言特征的标签，包括：基于上述歌词 对应的音素序列中音素之间的停顿、上述歌词的内容、上述歌词中每 个字的声调和背景音乐旋律的音符，生成上述音乐特征和上述语言特 征的标签。
根据本公开的一个或多个实施例，上述基于上述目标干声和上述 预设背景音乐，合成音乐，包括：对上述目标干声和上述预设背景音 乐进行以下至少一项处理：修音、时长调整和混音，得到上述音乐。
根据本公开的一个或多个实施例，音乐合成装置包括：歌词合成 单元，被配置成基于当前展示的歌词模板和用户根据上述歌词模板输 入的至少一个词，合成歌词；标签生成单元，被配置成基于上述歌词 和预设背景音乐的旋律，生成音乐特征和语言特征的标签；干声生成 单元，被配置成基于上述音乐特征和语言特征的标签，生成目标干声； 音乐合成单元，被配置成基于上述目标干声和上述预设背景音乐，合 成音乐。
根据本公开的一个或多个实施例，歌词合成单元进一步被配置成： 基于上述至少一个词的长度、内容和韵脚，确定至少一个目标词；基 于上述歌词模板和上述至少一个目标词，合成歌词。
根据本公开的一个或多个实施例，歌词合成单元进一步被配置成： 基于预设韵脚词典，确定上述至少一个词对应的多个韵脚的关联词， 将上述关联词作为上述至少一个目标词。
根据本公开的一个或多个实施例，歌词合成单元进一步被配置成： 确定上述至少一个词是否满足预设条件；响应于满足预设条件，基于 当前展示的歌词模板和用户根据上述歌词模板输入的至少一个词，合 成歌词。
根据本公开的一个或多个实施例，歌词合成单元进一步被配置成： 响应于不满足预设条件，输出提示信息和至少一个候选替换词，上述 候选替换词是与不满足预设条件的词相关联且押韵的词；响应于接收 到用户在上述至少一个候选替换词中选取的目标词，基于上述目标词 对上述至少一个词进行修改。
根据本公开的一个或多个实施例，标签生成单元进一步被配置成： 基于上述歌词对应的音素序列中音素之间的停顿、上述歌词的内容、 上述歌词中每个字的声调和背景音乐旋律的音符，生成上述音乐特征 和上述语言特征的标签。
根据本公开的一个或多个实施例，音乐合成单元进一步被配置成： 对上述目标干声和上述预设背景音乐进行以下至少一项处理：修音、 时长调整和混音，得到上述音乐。

Claims (10)

1.一种音乐合成方法，包括：
基于当前展示的歌词模板和用户根据所述歌词模板输入的至少一个词，合成歌词；
基于所述歌词和预设背景音乐的旋律，生成音乐特征和语言特征的标签；
基于所述音乐特征和语言特征的标签，生成目标干声；
基于所述目标干声和所述预设背景音乐，合成音乐。
2.根据权利要求1所述的方法，其中，所述基于当前展示的歌词模板和用户根据所述歌词模板输入的至少一个词，合成歌词，包括：
基于所述至少一个词的长度、内容和韵脚，确定至少一个目标词；
基于所述歌词模板和所述至少一个目标词，合成歌词。
3.根据权利要求2所述的方法，其中，所述基于所述至少一个词的长度、内容和韵脚，确定至少一个目标词，包括：
基于预设韵脚词典，确定所述至少一个词对应的多个韵脚的关联词，将所述关联词作为所述至少一个目标词。
4.根据权利要求1所述的方法，其中，所述基于当前展示的歌词模板和用户根据所述歌词模板输入的至少一个词，合成歌词，包括：
确定所述至少一个词是否满足预设条件；
响应于满足预设条件，基于当前展示的歌词模板和用户根据所述歌词模板输入的至少一个词，合成歌词。
5.根据权利要求4所述的方法，其中，所述基于当前展示的歌词模板和用户根据所述歌词模板输入的至少一个词，合成歌词，还包括：
响应于不满足预设条件，输出提示信息和至少一个候选替换词，所述候选替换词是与不满足预设条件的词相关联且押韵的词；
响应于接收到用户在所述至少一个候选替换词中选取的目标词，基于所述目标词对所述至少一个词进行修改。
6.根据权利要求1所述的方法，其中，所述基于所述歌词和预设背景音乐的旋律，生成音乐特征和语言特征的标签，包括：
基于所述歌词对应的音素序列中音素之间的停顿、所述歌词的内容、所述歌词中每个字的声调和背景音乐旋律的音符，生成所述音乐特征和所述语言特征的标签。
7.根据权利要求1所述的方法，其中，所述基于所述目标干声和所述预设背景音乐，合成音乐，包括：
对所述目标干声和所述预设背景音乐进行以下至少一项处理：修音、时长调整和混音，得到所述音乐。
8.一种音乐合成装置，包括：
歌词合成单元，被配置成基于当前展示的歌词模板和用户根据所述歌词模板输入的至少一个词，合成歌词；
标签生成单元，被配置成基于所述歌词和预设背景音乐的旋律，生成音乐特征和语言特征的标签；
干声生成单元，被配置成基于所述音乐特征和语言特征的标签，生成目标干声；
音乐合成单元，被配置成基于所述目标干声和所述预设背景音乐，合成音乐。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202010880050.9A 2020-08-27 2020-08-27 音乐合成方法、装置、设备和计算机可读介质 Pending CN112035699A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010880050.9A CN112035699A (zh) 2020-08-27 2020-08-27 音乐合成方法、装置、设备和计算机可读介质
PCT/CN2021/113527 WO2022042418A1 (zh) 2020-08-27 2021-08-19 音乐合成方法、装置、设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010880050.9A CN112035699A (zh) 2020-08-27 2020-08-27 音乐合成方法、装置、设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN112035699A true CN112035699A (zh) 2020-12-04

Family

ID=73585837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010880050.9A Pending CN112035699A (zh) 2020-08-27 2020-08-27 音乐合成方法、装置、设备和计算机可读介质

Country Status (2)

Country Link
CN (1) CN112035699A (zh)
WO (1) WO2022042418A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113066459A (zh) * 2021-03-24 2021-07-02 平安科技（深圳）有限公司 基于旋律的歌曲信息合成方法、装置、设备及存储介质
CN114023286A (zh) * 2021-10-15 2022-02-08 天翼爱音乐文化科技有限公司 一种说唱音乐生成方法、系统、装置与存储介质
WO2022042418A1 (zh) * 2020-08-27 2022-03-03 北京字节跳动网络技术有限公司 音乐合成方法、装置、设备和计算机可读介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973955A (zh) * 2013-01-28 2014-08-06 联想(北京)有限公司 一种信息处理方法及电子设备
CN110019919A (zh) * 2017-09-30 2019-07-16 腾讯科技（深圳）有限公司 一种押韵歌词的生成方法和装置
CN111402843A (zh) * 2020-03-23 2020-07-10 北京字节跳动网络技术有限公司 说唱音乐生成方法、装置、可读介质及电子设备
CN111554267A (zh) * 2020-04-23 2020-08-18 北京字节跳动网络技术有限公司 音频合成方法、装置、电子设备和计算机可读介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108877766A (zh) * 2018-07-03 2018-11-23 百度在线网络技术（北京）有限公司 歌曲合成方法、装置、设备及存储介质
WO2020077262A1 (en) * 2018-10-11 2020-04-16 WaveAI Inc. Method and system for interactive song generation
CN109829482B (zh) * 2019-01-04 2023-10-27 平安科技（深圳）有限公司 歌曲训练数据处理方法、装置及计算机可读存储介质
CN110516110B (zh) * 2019-07-22 2023-06-23 平安科技（深圳）有限公司 歌曲生成方法、装置、计算机设备及存储介质
CN111506767A (zh) * 2020-03-04 2020-08-07 北京灵动音科技有限公司 一种歌曲填词的处理方法及装置、电子设备和存储介质
CN111445897B (zh) * 2020-03-23 2023-04-14 北京字节跳动网络技术有限公司 歌曲生成方法、装置、可读介质及电子设备
CN112035699A (zh) * 2020-08-27 2020-12-04 北京字节跳动网络技术有限公司 音乐合成方法、装置、设备和计算机可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103973955A (zh) * 2013-01-28 2014-08-06 联想(北京)有限公司 一种信息处理方法及电子设备
CN110019919A (zh) * 2017-09-30 2019-07-16 腾讯科技（深圳）有限公司 一种押韵歌词的生成方法和装置
CN111402843A (zh) * 2020-03-23 2020-07-10 北京字节跳动网络技术有限公司 说唱音乐生成方法、装置、可读介质及电子设备
CN111554267A (zh) * 2020-04-23 2020-08-18 北京字节跳动网络技术有限公司 音频合成方法、装置、电子设备和计算机可读介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022042418A1 (zh) * 2020-08-27 2022-03-03 北京字节跳动网络技术有限公司 音乐合成方法、装置、设备和计算机可读介质
CN113066459A (zh) * 2021-03-24 2021-07-02 平安科技（深圳）有限公司 基于旋律的歌曲信息合成方法、装置、设备及存储介质
CN113066459B (zh) * 2021-03-24 2023-05-30 平安科技（深圳）有限公司 基于旋律的歌曲信息合成方法、装置、设备及存储介质
CN114023286A (zh) * 2021-10-15 2022-02-08 天翼爱音乐文化科技有限公司 一种说唱音乐生成方法、系统、装置与存储介质

Also Published As

Publication number Publication date
WO2022042418A1 (zh) 2022-03-03

Similar Documents

Publication Publication Date Title
CN111583900B (zh) 歌曲合成方法、装置、可读介质及电子设备
CN111899720B (zh) 用于生成音频的方法、装置、设备和介质
CN108806656B (zh) 歌曲的自动生成
CN111369967B (zh) 基于虚拟人物的语音合成方法、装置、介质及设备
CN111402843B (zh) 说唱音乐生成方法、装置、可读介质及电子设备
CN111445892B (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
WO2022188734A1 (zh) 一种语音合成方法、装置以及可读存储介质
CN112309366B (zh) 语音合成方法、装置、存储介质及电子设备
JP2021196598A (ja) モデルトレーニング方法、音声合成方法、装置、電子機器、記憶媒体およびコンピュータプログラム
WO2022042418A1 (zh) 音乐合成方法、装置、设备和计算机可读介质
WO2021189984A1 (zh) 语音合成方法、装置、设备及计算机可读存储介质
CN111798821B (zh) 声音转换方法、装置、可读存储介质及电子设备
WO2021227707A1 (zh) 音频合成方法、装置、计算机可读介质及电子设备
CN112802446B (zh) 音频合成方法及装置、电子设备和计算机可读存储介质
CN111782576B (zh) 背景音乐的生成方法、装置、可读介质、电子设备
CN111292717B (zh) 语音合成方法、装置、存储介质和电子设备
CN111161695B (zh) 歌曲生成方法和装置
CN111354343B (zh) 语音唤醒模型的生成方法、装置和电子设备
WO2021212954A1 (zh) 极低资源下的特定发音人情感语音合成方法及装置
CN111477210A (zh) 语音合成方法和装置
CN112489606A (zh) 旋律生成方法、装置、可读介质及电子设备
CN114242033A (zh) 语音合成方法、装置、设备、存储介质及程序产品
CN110600002A (zh) 语音合成方法、装置及电子设备
CN113421550A (zh) 语音合成方法、装置、可读介质及电子设备

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