CN112309353A - 一种作曲方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请公开了一种作曲方法、装置、电子设备及存储介质。方法包括：获取歌词文本；根据歌词文本生成主旋律；将歌词文本和主旋律进行组合获得歌曲。通过歌词文本获取与歌词所匹配的主旋律，并将歌词文本与所生成的主旋律进行组合获得歌曲，在智能作曲的过程中能够直接获取与歌词文本所对应的主旋律，并用于自动作曲，从而在提高作曲效率的同时满足了用户的作曲需求。

Description

一种作曲方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及数据处理技术领域，尤其涉及一种作曲方法、装置、电子设备及存储介质。

背景技术

随着人工智能(Artificial Intelligence,AI)的快速发展，AI作曲得到越来越多的发展，AI作曲是通过采用大量的音乐歌曲基于对作曲模型进行训练，使得模型能够根据用户的需求通过已知算法自动生成主旋律、和弦与伴奏等音乐音素。

由于歌曲主要由歌词和主旋律构成，而目前在AI作曲中主旋律通常是随机生成的，因此用户通常需要在所生成的多个主旋律中进行筛选，以选择出自己所需要的主旋律，并根据所选择出的主旋律进行AI作曲，如此AI作曲效率低，并且还可能并不能准确获得用户所需的主旋律，且作曲方式并不能满足用户的需求。

发明内容

本公开实施例提供了一种作曲方法、装置、电子设备及存储介质，以实现自动作曲，提高作曲效率，同时满足用户的作曲需求。

第一方面，本公开实施例提供了一种作曲方法，其特征在于，包括：

获取歌词文本；

根据所述歌词文本生成主旋律；

将所述歌词文本和所述主旋律进行组合获得歌曲。

第二方面，本公开实施例还提供了一种作曲装置，其特征在于，包括：

歌词文本获取模块，用于获取歌词文本；

主旋律生成模块，用于根据所述歌词文本生成主旋律；

歌曲组合模块，用于将所述歌词文本和所述主旋律进行组合获得歌曲。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

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本公开任意实施例的方法。

第四方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例的方法。

本公开实施例中，通过歌词文本获取与歌词所匹配的主旋律，并将歌词文本与所生成的主旋律进行组合获得歌曲，在智能作曲的过程中能够直接获取与歌词文本所对应的主旋律，并用于自动作曲，从而在提高作曲效率的同时满足了用户的作曲需求。

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(a)是本公开实施例一提供的一种作曲方法的流程图；

图1(b)是本公开实施例一提供的音符序列的示意图；

图2是本公开实施例二提供的一种作曲方法的流程图；

图3是本公开实施例三提供的一种作曲装置的结构示意图；

图4是本公开实施例四提供的一种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。

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。

实施例一

图1是本公开实施例提供的作曲方法的路程图，本实施例可适用于自动智能作曲的情况，该方法可以由本公开实施例提供的作曲装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。本公开实施例的方法具体包括：

如图1所示，本公开实施例中的方法可以包括如下步骤：

步骤110，获取歌词文本。

具体的说，本实施方式可以应用于电子设备，并且在电子设备中包含人机交互界面，用户通过在人机交互界面上操作输入作曲指令，电子设备在获取到作曲指令时会在人机交互界面上展示歌词填写位置，以供用户在所展示的歌词填写位置进行歌词的手动输入。电子设备响应于用户的输入操作，获取歌词文本。

需要说明的是，本实施方式中的歌词文本至少包括一个单词。例如，所获取的歌词文本中可以包含中文单词“天气晴朗”，也可以包含英文单词“it is a good day”,当然，本实施方式中仅是举例进行说明，而并不限定歌词文本的具体形式，以及歌词文本中所包含的单词的具体数量。

步骤120，根据歌词文本生成主旋律。

可选的，根据歌词文本生成主旋律，可以包括：通过Transformer模型根据歌词文本生成主旋律。

可选的，Transformer模型包括编码器网络和解码器网络。

可选的，通过Transformer模型根据歌词文本生成主旋律，可以包括：通过编码器网络根据歌词文本获得指定维数的文本特征向量；通过解码器网络根据文本特征向量采用注意力机制生成主旋律。

具体的说，本实施方式的Transformer模型中包括编码器网络Encoders和解码器网络Decoders,并且编码器网络和解码器网络分别由多个处理层构成，其中，编码器网络或解码器网络分别通过所包含的处理层对输入的数据进行逐层计算获得输出结果，即主旋律。本实施方式中并不限定编码器网络或解码器网络中后所包含的处理层的具体数量，可以根据计算的精度根据需要进行配置。

需要说明的是，在通过Transformer模型根据歌词文本生成主旋律之前，还需要获取样本数据，并通过样本数据对Transformer模型进行训练，以保证在模型应用过程中主旋律获取的准确性。

可选的，通过解码器网络根据文本特征向量采用注意力机制生成主旋律，可以包括：通过解码器网络根据文本特征向量采用注意力机制获得主旋律向量组；根据主旋律向量组获得音符序列，并将音符序列作为主旋律。

在一个具体实现中，所获取的歌词文本是“天气晴朗”，Transformer模型中的编码器网络根据歌词文本会获得指定维数的文本特征向量。例如，所指定的维数为5维度，则所生成的文本特征向量具体可以是

并且在获得歌词文本所对应的文本特征向量A后，可以通过编码器网络根据所获取的文本特征向量A采用注意力机制以生成主旋律。并且具体是通过编码器网络根据文本特征向量A采用注意力机制获得主旋律向量组，例如，所获取的主旋律向量组是

其中，主旋律向量组中包含8行14列，即每一行对应一个音符的特征信息，从而获得包含8个音符的音符序列，如图1(b)为根据每一个音符的特征所获得的音符序列的示意图，其中，在音符序列中包含四分音符

、八分音符

、两个八分音符

、十六分音符

和∮变音记号，并将所获取的音符序列作为根据歌词文本所获取的主旋律，当然本实施方式中仅是以上述所列举的音符类型为例进行说明，而并不限定音符序列中所包含的音符的具体类型。由于关于Transformer模型的注意力机制的原理并不是本申请的重点，因此本实施方式中不再进行赘述。

步骤130，将歌词文本和主旋律进行组合获得歌曲。

可选的，歌词文本中至少包括一个单词；将歌词文本和主旋律进行组合获得歌曲，可以包括：确定主旋律中与每个单词所对应的音符序列片段；将每个单词分别与所对应的音符序列片段顺序组合获得歌曲。

具体的说，所获取的歌词文本是“天气晴朗”，所获取的主旋律为图1(b)所示包含8个音符，则可以对主旋律进行分割，确定与“天”所对应的是第一个音符，与“气”所对应的是第二至四个音符，与“晴”所对应的是第五至六个音符，与“朗”所对应的是第七至八个音符，并将每个单词与所对应的音符序列片段顺序组合获得歌曲，即所获得的歌曲在播放“天”时播放的主旋律是第一个音符，歌词文本中后续的单词在播放时顺次播放所对应的主旋律。本实施方式中并不限定主旋律分割的具体方式，只要能够将歌词文本与旋律进行匹配，都是在本申请的保护范围内。

本公开实施例中，通过歌词文本获取与歌词所匹配的主旋律，并将歌词文本与所生成的主旋律进行组合获得歌曲，在智能作曲的过程中能够直接获取与歌词文本所对应的主旋律，并用于自动作曲，从而在提高作曲效率的同时满足了用户的作曲需求。

实施例二

图2是本公开实施例二提供的作曲方法的流程图，本公开实施例可以与上述实施例中各可选方案结合，本公开实施例中，在将歌词文本和主旋律进行组合获得歌曲之后，还包括：对歌曲进行检测，根据检测结果确定歌曲异常时进行报警。

如图2所示，本公开实施例的方法具体包括：

步骤210，获取歌词文本。

步骤220，根据歌词文本生成主旋律。

可选的，根据歌词文本生成主旋律，可以包括：通过Transformer模型根据歌词文本生成主旋律。

可选的，Transformer模型包括编码器网络和解码器网络。

可选的，通过Transformer模型根据歌词文本生成主旋律，可以包括：通过编码器网络根据歌词文本获得指定维数的文本特征向量；通过解码器网络根据文本特征向量采用注意力机制生成主旋律。

可选的，通过解码器网络根据文本特征向量采用注意力机制生成主旋律，可以包括：通过解码器网络根据文本特征向量采用注意力机制获得主旋律向量组；根据主旋律向量组获得音符序列，并将音符序列作为主旋律。

步骤230，将歌词文本和主旋律进行组合获得歌曲。

可选的，歌词文本中至少包括一个单词；将歌词文本和主旋律进行组合获得歌曲，可以包括：确定主旋律中与每个单词所对应的音符序列片段；将每个单词分别与所对应的音符序列片段顺序组合获得歌曲。

步骤240，对歌曲进行检测，根据检测结果确定歌曲异常时进行报警。

具体的说，本实施方式中在将歌词文本和主旋律进行组合获得歌曲之后，还会对所获取的歌曲进行检测，具体是检测所生成的歌曲是否异常而无法播放。而造成所生成的歌曲无法正常播放的原因可能是设备故障、歌曲组合过程中存在运算错误等，本申请实施方式中并不限定歌曲异常的具体成因。其中，在通过检测确定歌曲异常的情况下，则会发出报警提示，提示用户对设备进行检修，例如，通过播放设备播放“设备存在故障，请及时进行检修”。

本公开实施例中，通过歌词文本获取与歌词所匹配的主旋律，并将歌词文本与所生成的主旋律进行组合获得歌曲，在智能作曲的过程中能够直接获取与歌词文本所对应的主旋律，并用于自动作曲，从而在提高作曲效率的同时满足了用户的作曲需求。并且通过对获取的歌曲进行检修，在确定存在异常的情况下进行报警，以指示用户根据报警信息及时对设备进行检修，从而提高作曲的准确性。

实施例三

图3是本公开实施例三提供的作曲装置的结构示意图。该装置可采用软件和/或硬件的方式实现，并一般可集成在执行方法的电子设备中。如图3所示，该装置可以包括：

歌词文本获取模块310，用于获取歌词文本；

主旋律生成模块320，用于根据歌词文本生成主旋律；

歌曲组合模块330，用于将歌词文本和主旋律进行组合获得歌曲。

本公开实施例中，通过歌词文本获取与歌词所匹配的主旋律，并将歌词文本与所生成的主旋律进行组合获得歌曲，在智能作曲的过程中能够直接获取与歌词文本所对应的主旋律，并用于自动作曲，从而在提高作曲效率的同时满足了用户的作曲需求。

可选的，在上述技术方案的基础上，主旋律生成模块，用于通过Transformer模型根据歌词文本生成主旋律。

可选的，在上述技术方案的基础上，Transformer模型包括编码器网络和解码器网络。

可选的，在上述技术方案的基础上，主旋律生成模块包括：

文本特征向量获取子模块，用于通过编码器网络根据歌词文本获得指定维数的文本特征向量；

主旋律生成子模块，用于通过解码器网络根据文本特征向量采用注意力机制生成主旋律。

可选的，在上述技术方案的基础上，主旋律生成子模块，用于：

通过解码器网络根据文本特征向量采用注意力机制获得主旋律向量组；

根据主旋律向量组获得音符序列，并将音符序列作为主旋律。

可选的，在上述技术方案的基础上，歌词文本中至少包括一个单词；歌曲组合模块，用于：

确定主旋律中与每个单词所对应的音符序列片段；

将每个单词分别与所对应的音符序列片段顺序组合获得歌曲。

可选的，在上述技术方案的基础上，装置还包括检测模块，用于：

对歌曲进行检测；

根据检测结果确定歌曲异常时进行报警。

本公开实施例提供的主旋律的生成装置，与上述各实施例提供的作曲方法属于同一构思，未在本公开实施例中详尽描述的技术细节可参见上述各实施例，并且本公开实施例与上述各实施例具有相同的有益效果。

实施例四

下面参考图4，其示出了适于用来实现本公开实施例的电子设备400的结构示意图。本公开实施例中的电子设备可以是应用程序的后端服务平台对应的设备，还可以是安装有应用程序客户端的移动终端设备。具体的，该电子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4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4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

通常，以下装置可以连接至I/O接口405：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406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，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409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401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，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，使得该电子设备内部进程执行：获取歌词文本；根据歌词文本生成主旋律；将歌词文本和主旋律进行组合获得歌曲。

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。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

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】提供了一种作曲方法，包括：

获取歌词文本；

根据所述歌词文本生成主旋律；

将所述歌词文本和所述主旋律进行组合获得歌曲。

根据本公开的一个或多个实施例，【实例2】提供了实例1的方法，还包括：

通过Transformer模型根据所述歌词文本生成所述主旋律。

根据本公开的一个或多个实施例，【实例3】提供了实例2的方法，还包括：所述Transformer模型包括编码器网络和解码器网络。

根据本公开的一个或多个实施例，【示例4】提供了示例3的方法，还包括：

通过所述编码器网络根据所述歌词文本获得指定维数的文本特征向量；

通过所述解码器网络根据所述文本特征向量采用注意力机制生成所述主旋律。

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，还包括：

通过所述解码器网络根据所述文本特征向量采用注意力机制获得主旋律向量组；

根据所述主旋律向量组获得音符序列，并将所述音符序列作为所述主旋律。

根据本公开的一个或多个实施例，【示例6】提供了示例5的方法，还包括：所述歌词文本中至少包括一个单词；

所述将所述歌词文本和所述主旋律进行组合获得歌曲，包括：

确定所述主旋律中与每个所述单词所对应的音符序列片段；

将每个单词分别与所对应的音符序列片段顺序组合获得所述歌曲。

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，还包括：

对所述歌曲进行检测；

根据检测结果确定所述歌曲异常时进行报警。

根据本公开的一个或多个实施例，【示例8】提供了一种作曲装置，包括：

歌词文本获取模块，用于获取歌词文本；

主旋律生成模块，用于根据所述歌词文本生成主旋律；

歌曲组合模块，用于将所述歌词文本和所述主旋律进行组合获得歌曲。

根据本公开的一个或多个实施例，【示例9】提供了实例8的装置，所述主旋律生成模块，用于通过Transformer模型根据所述歌词文本生成所述主旋律。

根据本公开的一个或多个实施例，【示例10】提供了实例9的装置，所述Transformer模型包括编码器网络和解码器网络。

根据本公开的一个或多个实施例，【示例11】提供了实例10的装置，所述主旋律生成模块包括：

文本特征向量获取子模块，用于通过所述编码器网络根据所述歌词文本获得指定维数的文本特征向量；

主旋律生成子模块，用于通过所述解码器网络根据所述文本特征向量采用注意力机制生成所述主旋律。

根据本公开的一个或多个实施例，【示例12】提供了实例11的装置，所述主旋律生成子模块，用于：

通过所述解码器网络根据所述文本特征向量采用注意力机制获得主旋律向量组；

根据所述主旋律向量组获得音符序列，并将所述音符序列作为所述主旋律。

根据本公开的一个或多个实施例，【示例13】提供了实例12的装置，歌词文本中至少包括一个单词；所述歌曲组合模块，用于：

确定所述主旋律中与每个所述单词所对应的音符序列片段；

将每个单词分别与所对应的音符序列片段顺序组合获得所述歌曲。

根据本公开的一个或多个实施例，【示例14】提供了实例8的装置，装置还包括检测模块，用于：

对所述歌曲进行检测；

根据检测结果确定所述歌曲异常时进行报警。

根据本公开的一个或多个实施例，【示例15】提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

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。

根据本公开的一个或多个实施例，【示例16】提供了一种包含计算机可执行指令的存储介质，其上存储有计算机程序，其特征在于，该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。

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。

Claims (10)

1.一种作曲方法，其特征在于，包括：

获取歌词文本；

根据所述歌词文本生成主旋律；

将所述歌词文本和所述主旋律进行组合获得歌曲。

2.根据权利要求1所述的方法，其特征在于，所述根据所述歌词文本生成主旋律，包括：

通过Transformer模型根据所述歌词文本生成所述主旋律。

3.根据权利要求2所述的方法，其特征在于，所述Transformer模型包括编码器网络和解码器网络。

4.根据权利要求3所述的方法，其特征在于，所述通过Transformer模型根据所述歌词文本生成所述主旋律，包括：

通过所述编码器网络根据所述歌词文本获得指定维数的文本特征向量；

通过所述解码器网络根据所述文本特征向量采用注意力机制生成所述主旋律。

5.根据权利要求4所述的方法，其特征在于，所述通过所述解码器网络根据所述文本特征向量采用注意力机制生成所述主旋律，包括：

通过所述解码器网络根据所述文本特征向量采用注意力机制获得主旋律向量组；

根据所述主旋律向量组获得音符序列，并将所述音符序列作为所述主旋律。

6.根据权利要求5所述的方法，其特征在于，所述歌词文本中至少包括一个单词；

所述将所述歌词文本和所述主旋律进行组合获得歌曲，包括：

确定所述主旋律中与每个所述单词所对应的音符序列片段；

将每个单词分别与所对应的音符序列片段顺序组合获得所述歌曲。

7.根据权利要求1所述的方法，其特征在于，所述将所述歌词文本和所述主旋律进行组合获得歌曲之后，还包括：

对所述歌曲进行检测；

根据检测结果确定所述歌曲异常时进行报警。

8.一种作曲装置，其特征在于，包括：

歌词文本获取模块，用于获取歌词文本；

主旋律生成模块，用于根据所述歌词文本生成主旋律；

歌曲组合模块，用于将所述歌词文本和所述主旋律进行组合获得歌曲。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

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任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一所述的方法。

Images