CN112309410A - 一种歌曲修音方法、装置、电子设备及存储介质 - Google Patents
一种歌曲修音方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112309410A CN112309410A CN202011197794.7A CN202011197794A CN112309410A CN 112309410 A CN112309410 A CN 112309410A CN 202011197794 A CN202011197794 A CN 202011197794A CN 112309410 A CN112309410 A CN 112309410A
- Authority
- CN
- China
- Prior art keywords
- pitch
- sound wave
- wave information
- song
- corrected
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000004048 modification Effects 0.000 claims abstract description 15
- 238000012986 modification Methods 0.000 claims abstract description 15
- 238000005070 sampling Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 239000002131 composite material Substances 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 16
- 239000000203 mixture Substances 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 7
- 239000011295 pitch Substances 0.000 abstract 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/003—Changing voice quality, e.g. pitch or formants
- G10L21/007—Changing voice quality, e.g. pitch or formants characterised by the process used
-
- 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
- G10H1/00—Details of electrophonic musical instruments
- G10H1/0008—Associated control or indicating means
- G10H1/0025—Automatic or semi-automatic music composition, e.g. producing random music, applying rules from music theory or modifying a musical piece
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Auxiliary Devices For Music (AREA)
Abstract
本申请公开了一种歌曲修音方法、装置、电子设备及存储介质。方法包括:获取合成歌曲的第一声波信息,其中,第一声波信息中包含待修正音高;基于标准音高对第一声波信息进行调整获得第二声波信息;根据第二声波信息获得修音后的合成歌曲。在智能作曲的过程中,通过获取合成歌曲的第一声波信息,并采用标准音高对第一声波信息进行调整获得第二声波信息,并完成歌曲的修音,从而提高合成歌曲的质量,并提高用户的体验效果。
Description
技术领域
本公开实施例涉及数据处理技术领域,尤其涉及一种歌曲修音方法、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推广,通过将给定的歌词和主旋律进行自动合成就可以创作出一首优美的歌曲。
但是目前在通过歌曲合成进行AI作曲的过程中,所合成歌曲的声音可能并不准确,造成音准存在偏差,影响所合成的歌曲的质量,从而降低用户的体验效果。
发明内容
本公开实施例提供了一种歌曲修音方法、装置、电子设备及存储介质,以提高合成歌曲的质量。
第一方面,本公开实施例提供了一种歌曲修音方法,包括:
获取合成歌曲的第一声波信息,其中,第一声波信息中包含待修正音高;
基于标准音高对第一声波信息进行调整获得第二声波信息;
根据第二声波信息获得修音后的合成歌曲。
第二方面,本公开实施例还提供了一种歌曲修音装置,该装置包括:
第一声波信息获取模块,用于获取合成歌曲的第一声波信息,其中,第一声波信息中包含待修正音高;
第二声波信息获取模块,用于基于标准音高对第一声波信息进行调整获得第二声波信息;
修正歌曲获取模块,用于根据第二声波信息获得修音后的合成歌曲。
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,在智能作曲的过程中,通过获取合成歌曲的第一声波信息,并采用标准音高对第一声波信息进行调整获得第二声波信息,并完成歌曲的修音,从而提高合成歌曲的质量,并提高用户的体验效果。
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歌曲修音方法的流程图;
图1(b)是本公开实施例一提供的另一种歌曲修音方法的流程图;
图1(c)是本公开实施例一提供的待修正音高和标准音高的示意图;
图1(d)是本公开实施例一提供的原始音高差值和有效音高差值的示意图;
图1(e)是本公开实施例一提供的第二音高的示意图;
图2是本公开实施例二提供的一种歌曲修音方法的流程图;
图3是本公开实施例三提供的一种歌曲修音装置的结构示意图;
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(a)是本公开实施例提供的歌曲修音方法的流程图,本实施例可适用于对合成歌曲进行修音的情况,该方法可以由本公开实施例提供的歌曲修音装置来执行,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(a)所示,本公开实施例中的方法可以包括如下步骤:
步骤110,获取合成歌曲的第一声波信息。
其中,第一声波信息中包含待修正音高。
可选的,获取合成歌曲的第一声波信息,可以包括:对合成的歌曲进行声音检测;根据检测结果获取第一声波信息。
可选的,获取合成歌曲的第一声波信息之后,还可以包括:提取第一声波信息中待修正基音的频率,并将待修正基音的频率作为待修正音高。
具体的说,在通过AI进行歌曲合成的过程中,虽然是按照给定的歌词文本和给定的标准音高自动进行歌曲的合成,但是在合成的过程中依然会存在一定的误差,从而造成所合成歌曲的音高并不准确。因此在通过AI作曲获得合成歌曲之后,通过对所合成的歌曲进行声音检测,根据检测结果获取第一声波信息,而在第一声波信息中包含待修正音高。
其中,本实施方式中在获取到第一声波信息之后,会提取第一声波信息中待修正基音的频率,而基音的频率也可以称为基频,基音是乐音中频率最低的纯音,决定整个音的音高,因此本实施方式中将待修正基音的频率作为待修正音高。
可选的,待修正音高的音域范围位于标准音高的音域范围内。
需要说明的是,本实施方式中进行修音之前的歌曲合成过程中,终端设备会首先判断标准音高所对应的音域范围是否在设备所能够合成的音域范围内,第一种场景,如果在音域范围内则直接进行歌曲合成,并且所合成的歌曲虽然存在偏差,但是待修正音高的音乐范围还是位于标准音高的音域范围内的,只需要按照标准音高进行调节就可以。第二种场景,当标准音高所对应的音域范围超过设备所能够合成的音域范围时,则会将标准音高按照指定音高数值进行整体降调获得参考音高,并具体是按照参考音高进行歌曲合成,其中,参考音高的音域范围小于标准音高的音域范围。由于AI作曲的过程中会存在一定的误差,因此首先按照参考音高对合成歌曲的音高进行初步修音,在修音完成后再按照上述的指定音高数值对修音后的合成歌曲进行整体升调处理。从而即使在标准音高的音域范围超过设备所能够合成的音域范围时,也可以通过修音的方式获得与标准音高所匹配的歌曲。虽然本实施方式主要是针对第一种场景,但是针对第二种场景中的按照参考音高对合成歌曲的音高进行初步修音的过程,与本申请原理大致相同,因此本实施方式中不再对其进行赘述。
步骤120,基于标准音高对第一声波信息进行调整获得第二声波信息。
具体的,如图1(b)所示,为另一种歌曲修音方法的流程图,并且具体是针对步骤120进行具体说明,如图1(b)所示,步骤120主要由如下步骤组成:
步骤121,基于标准音高对第一声波信息中的待修正音高进行修正,获得第二音高。
可选的,基于标准音高对第一声波信息中的待修正音高进行修正,获得第二音高,可以包括:将标准音高与第一声波信息中的待修正音高进行差值计算,获得原始音高差值;通过低通滤波器对原始音高差值进行过滤获得有效音高差值;将有效音高差值添加到待修正音高中,获得第二音高。
具体的说,如图1(c)所示为本实施方式中待修正音高和标准音高的示意图。本实施方式中具体是参照标准音高对待修正音高进行修正,并且是对待修正音高的频率进行调整。
在一个具体实现中,是将标准音高与第一声波信息中的待修正音高进行差值计算,获得原始音高差值。如果直接根据所获取的原始音高差值对待修正音高进行调整,则获取的音高是频率阶跃的方波,这明显是不符合真实歌曲柔和的频率变化要求的,为了使修音后的歌曲更加符合用户收听需要,通过低通滤波器对原始音高差值进行过滤获得有效音高差值。如图1(d)所示为本实施方式中原始音高差值与有效音高差值的示意图,根据图1(d)可以看出,通过低通滤波之后所获取的有效音高差值相对于原始音高差值,频率变化更加平缓柔和。通过低通滤波之后将所获取的有效音高差值添加的待修正音高中,从而获得如图1(e)所示的第二音高,并且本实施方式中所获取的第二音高整体上相对要更加平滑,相应的在收听歌曲时,用户体验效果要更佳。
步骤122,根据第二音高获得第二声波信息。
其中,本实施方式中可以根据第二音高获得第二声波信息,此时所获取的第二声波信息已经完成了修音过程,并且所获取的第二声波信息是与第二音高匹配对应的,即从第二声波信息中进行信息提取可以获得第二音高。
步骤103,根据第二声波信息获得修音后的合成歌曲。
具体的说,本实施方式中在获得第二声波信息之后,由于第二声波信息中包含修音完成的第二音高,更接近标准音高。将经过修正之后所获取的第二声波信息与所给定的歌词进行匹配对应,从而获得修音后的合成歌曲。
需要说明的是,本实施方式中是根据给定的标准音高进行的修音,从而使得在按照标准音高进行合成的过程中,即使由于误差造成所合成的歌曲音高不准确的情况下,还可以参照标准音高进行进一步修音,以提高合成歌曲的质量。
本公开实施例中,在智能作曲的过程中,通过获取合成歌曲的第一声波信息,并采用标准音高对第一声波信息进行调整获得第二声波信息,并完成歌曲的修音,从而提高合成歌曲的质量,并提高用户的体验效果。
实施例二
图2是本公开实施例二提供的歌曲修音方法的流程图,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,具体对根据第二音高获得第二声波信息的过程进行具体说明。
如图2所示,本公开实施例的方法具体包括:
步骤210,采用三次样条插值方式对第一声波信息进行转换获得转换后的第一声波信息。
具体的说,第一声波信息为离散时域信号,因此本实施方式中首先采用三次样条插值法将离散时域信号还原成连续信号,即转换后的第一声波信息为连续时域信号。
需要说明的是,本实施方式中仅是以三次样条插值为例进行的举例说明,而并不限定所采用的具体方式,只要能够实现离散时域信号向连续信号的转换,都是在本申请的保护范围内,本实施方式并不对其进行赘述。
步骤220,根据第二音高和待修正音高确定采样参数。
具体的说,本实施方式中会按照一定的比例即采样参数,调整采样密度,在需要调高音高的部分降低采样密度,在需要降低音高的部分升高采样密度。而针对每一个时间点,可以根据第二音高和待修正音高的比值确定采样参数。例如,可以将2.0秒所对应的第二音高与待修正音高的比值为a,则将a作为2.0秒的采样参数。当然本实施方式中仅是举例说明,对于其它时刻采样参数的确定方式与此大致相同,因此本实施方式中不再对其进行赘述。
步骤230,根据采样参数对转换后的第一声波信息进行采样调节获得第二声波信息。
具体的说,本实施方式中可以根据采样参数对转换后的第一声波信息进行采样调节,即按照重新确定的采样参数对第一声波信息即连续时域信号进行采样,获得离散时域信号即第二声波信息。
需要说明的是,由于重新采样会造成时间的变化,因此本实施方式中会利用librosa工具的时变频不变特性,对损失的时间进行补偿。从而使得所获取的第二声波信息与第一声波信息的时长是相同的,而不会造成歌唱时间的增加或减少,并且所获取的第二声波信息是与第二音高所匹配的。
本公开实施例中,在智能作曲的过程中,通过获取合成歌曲的第一声波信息,并采用标准音高对第一声波信息进行调整获得第二声波信息,并完成歌曲的修音,从而提高合成歌曲的质量,并提高用户的体验效果。并且通过第二音高所确定的采样参数对转换后的第一声波信息进行采样调节获得第二声波信息,从而使得所获取的第二声波信息更加准确。
实施例三
图3是本公开实施例提供的歌曲修音装置的结构示意图。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:
第一声波信息获取模块310,用于获取合成歌曲的第一声波信息,其中,第一声波信息中包含待修正音高;
第二声波信息获取模块320,用于基于标准音高对第一声波信息进行调整获得第二声波信息;
修正歌曲获取模块330,用于根据第二声波信息获得修音后的合成歌曲。
可选的,待修正音高的音域范围位于标准音高的音域范围内。
可选的,第一声波信息获取模块,用于:
对合成的歌曲进行声音检测;
根据检测结果获取第一声波信息。
可选的,装置还包括待修正音高提取模块用于:提取第一声波信息中待修正基音的频率,并将待修正基音的频率作为待修正音高。
可选的,第二声波信息获取模块,包括:
第二音高获取子模块,用于基于标准音高对第一声波信息中的待修正音高进行修正,获得第二音高;
第二声波信息获取子模块,用于根据第二音高获得第二声波信息。
可选的,第二音高获取子模块,用于:
将标准音高与第一声波信息中的待修正音高进行差值计算,获得原始音高差值;
通过低通滤波器对原始音高差值进行过滤获得有效音高差值;
将有效音高差值添加到待修正音高中,获得第二音高。
可选的,第一声波信息为离散时域信号;
第二声波信息获取子模块,用于:采用三次样条插值方式对第一声波信息进行转换获得转换后的第一声波信息,其中,转换后的第一声波信息为连续时域信号;
根据第二音高和待修正音高确定采样参数;
根据采样参数对转换后的第一声波信息进行采样调节获得第二声波信息。
本公开实施例中,在智能作曲的过程中,通过获取合成歌曲的第一声波信息,并采用标准音高对第一声波信息进行调整获得第二声波信息,并完成歌曲的修音,从而提高合成歌曲的质量,并提高用户的体验效果。
本公开实施例提供的歌曲修音装置,与上述各实施例提供的歌曲修音方法属于同一构思,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:获取合成歌曲的第一声波信息,其中,第一声波信息中包含待修正音高;基于标准音高对第一声波信息进行调整获得第二声波信息;根据第二声波信息获得修音后的合成歌曲。
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】提供了一种歌曲修音方法,包括:
获取合成歌曲的第一声波信息,其中,所述第一声波信息中包含待修正音高;
基于标准音高对所述第一声波信息进行调整获得第二声波信息;
根据所述第二声波信息获得修音后的合成歌曲。
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,所述待修正音高的音域范围位于所述标准音高的音域范围内。
根据本公开的一个或多个实施例,【实例3】提供了实例1的方法,所述获取合成歌曲的第一声波信息,包括:
对所述合成的歌曲进行声音检测;
根据检测结果获取所述第一声波信息。
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,所述获取合成歌曲的第一声波信息之后,还包括:
提取所述第一声波信息中待修正基音的频率,并将所述待修正基音的频率作为所述待修正音高。
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,所述基于标准音高对所述第一声波信息进行调整获得第二声波信息,包括:
基于所述标准音高对所述第一声波信息中的待修正音高进行修正,获得第二音高;
根据所述第二音高获得所述第二声波信息。
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,所述基于所述标准音高对所述第一声波信息中的待修正音高进行修正,获得第二音高,包括:
将所述标准音高与所述第一声波信息中的待修正音高进行差值计算,获得原始音高差值;
通过低通滤波器对所述原始音高差值进行过滤获得有效音高差值;
将所述有效音高差值添加到所述待修正音高中,获得所述第二音高。
根据本公开的一个或多个实施例,【示例7】提供了示例6的方法,所述第一声波信息为离散时域信号;
所述根据所述第二音高获得所述第二声波信息,包括:
采用三次样条插值方式对所述第一声波信息进行转换获得转换后的第一声波信息,其中,所述转换后的第一声波信息为连续时域信号;
根据所述第二音高和所述待修正音高确定采样参数;
根据所述采样参数对所述转换后的第一声波信息进行采样调节获得所述第二声波信息。
根据本公开的一个或多个实施例,【示例8】提供了一种歌曲修音装置,包括:
第一声波信息获取模块,用于获取合成歌曲的第一声波信息,其中,所述第一声波信息中包含待修正音高;
第二声波信息获取模块,用于基于标准音高对所述第一声波信息进行调整获得第二声波信息;
修正歌曲获取模块,用于根据所述第二声波信息获得修音后的合成歌曲。
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,所述待修正音高的音域范围位于所述标准音高的音域范围内。
根据本公开的一个或多个实施例,【示例10】提供了实例8的装置,所述第一声波信息获取模块,用于:
对所述合成的歌曲进行声音检测;
根据检测结果获取所述第一声波信息。
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,装置还包括待修正音高提取模块用于:提取所述第一声波信息中待修正基音的频率,并将所述待修正基音的频率作为所述待修正音高。
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,所述第二声波信息获取模块,包括:
第二音高获取子模块,用于基于所述标准音高对所述第一声波信息中的待修正音高进行修正,获得第二音高;
第二声波信息获取子模块,用于根据所述第二音高获得所述第二声波信息。
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,所述第二音高获取子模块,用于:
将所述标准音高与所述第一声波信息中的待修正音高进行差值计算,获得原始音高差值;
通过低通滤波器对所述原始音高差值进行过滤获得有效音高差值;
将所述有效音高差值添加到所述待修正音高中,获得所述第二音高。
根据本公开的一个或多个实施例,【示例14】提供了实例13的装置,所述第一声波信息为离散时域信号;
所述第二声波信息获取子模块,用于:采用三次样条插值方式对所述第一声波信息进行转换获得转换后的第一声波信息,其中,所述转换后的第一声波信息为连续时域信号;
根据所述第二音高和所述待修正音高确定采样参数;
根据所述采样参数对所述转换后的第一声波信息进行采样调节获得所述第二声波信息。
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)
1.一种歌曲修音方法,其特征在于,包括:
获取合成歌曲的第一声波信息,其中,所述第一声波信息中包含待修正音高;
基于标准音高对所述第一声波信息进行调整获得第二声波信息;
根据所述第二声波信息获得修音后的合成歌曲。
2.根据权利要求1所述的方法,其特征在于,所述待修正音高的音域范围位于所述标准音高的音域范围内。
3.根据权利要求1所述的方法,其特征在于,所述获取合成歌曲的第一声波信息,包括:
对所述合成的歌曲进行声音检测;
根据检测结果获取所述第一声波信息。
4.根据权利要求3所述的方法,其特征在于,所述获取合成歌曲的第一声波信息之后,还包括:
提取所述第一声波信息中待修正基音的频率,并将所述待修正基音的频率作为所述待修正音高。
5.根据权利要求4所述的方法,其特征在于,所述基于标准音高对所述第一声波信息进行调整获得第二声波信息,包括:
基于所述标准音高对所述第一声波信息中的待修正音高进行修正,获得第二音高;
根据所述第二音高获得所述第二声波信息。
6.根据权利要求5所述的方法,其特征在于,所述基于所述标准音高对所述第一声波信息中的待修正音高进行修正,获得第二音高,包括:
将所述标准音高与所述第一声波信息中的待修正音高进行差值计算,获得原始音高差值;
通过低通滤波器对所述原始音高差值进行过滤获得有效音高差值;
将所述有效音高差值添加到所述待修正音高中,获得所述第二音高。
7.根据权利要求6所述的方法,其特征在于,所述第一声波信息为离散时域信号;
所述根据所述第二音高获得所述第二声波信息,包括:
采用三次样条插值方式对所述第一声波信息进行转换获得转换后的第一声波信息,其中,所述转换后的第一声波信息为连续时域信号;
根据所述第二音高和所述待修正音高确定采样参数;
根据所述采样参数对所述转换后的第一声波信息进行采样调节获得所述第二声波信息。
8.一种歌曲修音装置,其特征在于,包括:
第一声波信息获取模块,用于获取合成歌曲的第一声波信息,其中,所述第一声波信息中包含待修正音高;
第二声波信息获取模块,用于基于标准音高对所述第一声波信息进行调整获得第二声波信息;
修正歌曲获取模块,用于根据所述第二声波信息获得修音后的合成歌曲。
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011197794.7A CN112309410A (zh) | 2020-10-30 | 2020-10-30 | 一种歌曲修音方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011197794.7A CN112309410A (zh) | 2020-10-30 | 2020-10-30 | 一种歌曲修音方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112309410A true CN112309410A (zh) | 2021-02-02 |
Family
ID=74332331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011197794.7A Pending CN112309410A (zh) | 2020-10-30 | 2020-10-30 | 一种歌曲修音方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112309410A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112992110A (zh) * | 2021-05-13 | 2021-06-18 | 杭州网易云音乐科技有限公司 | 音频处理方法、装置、计算设备以及介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0726559A2 (en) * | 1995-02-13 | 1996-08-14 | Yamaha Corporation | Audio signal processor selectively deriving harmony part from polyphonic parts |
JPH0981142A (ja) * | 1995-09-11 | 1997-03-28 | Casio Comput Co Ltd | 自動作曲機 |
CA2386565A1 (en) * | 2001-05-15 | 2002-11-15 | Claude Comair | Method and apparatus for interactive real time music compositions |
CN101727902A (zh) * | 2008-10-29 | 2010-06-09 | 中国科学院自动化研究所 | 一种对语调进行评估的方法 |
CN103456295A (zh) * | 2013-08-05 | 2013-12-18 | 安徽科大讯飞信息科技股份有限公司 | 歌唱合成中基频参数生成方法及系统 |
JP2014048472A (ja) * | 2012-08-31 | 2014-03-17 | Brother Ind Ltd | カラオケ用音声合成システム,及びパラメータ抽出装置 |
JP2016009153A (ja) * | 2014-06-26 | 2016-01-18 | 株式会社第一興商 | カラオケ装置 |
CN106057208A (zh) * | 2016-06-14 | 2016-10-26 | 科大讯飞股份有限公司 | 一种音频修正方法及装置 |
CN106971703A (zh) * | 2017-03-17 | 2017-07-21 | 西北师范大学 | 一种基于hmm的歌曲合成方法及装置 |
US20180122346A1 (en) * | 2016-11-02 | 2018-05-03 | Yamaha Corporation | Signal processing method and signal processing apparatus |
WO2019114514A1 (zh) * | 2017-12-14 | 2019-06-20 | 广州酷狗计算机科技有限公司 | 在直播间显示音高信息的方法及装置、存储介质 |
CN111681637A (zh) * | 2020-04-28 | 2020-09-18 | 平安科技(深圳)有限公司 | 歌曲合成方法、装置、设备及存储介质 |
CN111785238A (zh) * | 2020-06-24 | 2020-10-16 | 腾讯音乐娱乐科技(深圳)有限公司 | 音频校准方法、装置及存储介质 |
CN111798821A (zh) * | 2020-06-29 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 声音转换方法、装置、可读存储介质及电子设备 |
-
2020
- 2020-10-30 CN CN202011197794.7A patent/CN112309410A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0726559A2 (en) * | 1995-02-13 | 1996-08-14 | Yamaha Corporation | Audio signal processor selectively deriving harmony part from polyphonic parts |
JPH0981142A (ja) * | 1995-09-11 | 1997-03-28 | Casio Comput Co Ltd | 自動作曲機 |
CA2386565A1 (en) * | 2001-05-15 | 2002-11-15 | Claude Comair | Method and apparatus for interactive real time music compositions |
CN101727902A (zh) * | 2008-10-29 | 2010-06-09 | 中国科学院自动化研究所 | 一种对语调进行评估的方法 |
JP2014048472A (ja) * | 2012-08-31 | 2014-03-17 | Brother Ind Ltd | カラオケ用音声合成システム,及びパラメータ抽出装置 |
CN103456295A (zh) * | 2013-08-05 | 2013-12-18 | 安徽科大讯飞信息科技股份有限公司 | 歌唱合成中基频参数生成方法及系统 |
JP2016009153A (ja) * | 2014-06-26 | 2016-01-18 | 株式会社第一興商 | カラオケ装置 |
CN106057208A (zh) * | 2016-06-14 | 2016-10-26 | 科大讯飞股份有限公司 | 一种音频修正方法及装置 |
US20180122346A1 (en) * | 2016-11-02 | 2018-05-03 | Yamaha Corporation | Signal processing method and signal processing apparatus |
CN106971703A (zh) * | 2017-03-17 | 2017-07-21 | 西北师范大学 | 一种基于hmm的歌曲合成方法及装置 |
WO2019114514A1 (zh) * | 2017-12-14 | 2019-06-20 | 广州酷狗计算机科技有限公司 | 在直播间显示音高信息的方法及装置、存储介质 |
CN111681637A (zh) * | 2020-04-28 | 2020-09-18 | 平安科技(深圳)有限公司 | 歌曲合成方法、装置、设备及存储介质 |
CN111785238A (zh) * | 2020-06-24 | 2020-10-16 | 腾讯音乐娱乐科技(深圳)有限公司 | 音频校准方法、装置及存储介质 |
CN111798821A (zh) * | 2020-06-29 | 2020-10-20 | 北京字节跳动网络技术有限公司 | 声音转换方法、装置、可读存储介质及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112992110A (zh) * | 2021-05-13 | 2021-06-18 | 杭州网易云音乐科技有限公司 | 音频处理方法、装置、计算设备以及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583903B (zh) | 语音合成方法、声码器训练方法、装置、介质及电子设备 | |
CN111583904A (zh) | 语音合成方法、装置、存储介质及电子设备 | |
CN111798821B (zh) | 声音转换方法、装置、可读存储介质及电子设备 | |
CN111724807B (zh) | 音频分离方法、装置、电子设备及计算机可读存储介质 | |
CN106658284A (zh) | 频域中的虚拟低音的相加 | |
CN112489606B (zh) | 旋律生成方法、装置、可读介质及电子设备 | |
CN111968647B (zh) | 语音识别方法、装置、介质及电子设备 | |
CN111597825B (zh) | 语音翻译方法、装置、可读介质及电子设备 | |
CN112750444B (zh) | 混音方法、装置及电子设备 | |
CN112712801A (zh) | 一种语音唤醒方法、装置、电子设备及存储介质 | |
CN112562633A (zh) | 一种歌唱合成方法、装置、电子设备及存储介质 | |
CN111785247A (zh) | 语音生成方法、装置、设备和计算机可读介质 | |
CN114995638A (zh) | 触觉信号生成方法、装置、可读介质及电子设备 | |
CN114495901A (zh) | 语音合成方法、装置、存储介质及电子设备 | |
CN112309410A (zh) | 一种歌曲修音方法、装置、电子设备及存储介质 | |
CN112380883B (zh) | 模型训练方法、机器翻译方法、装置、设备及存储介质 | |
CN111429881B (zh) | 语音合成方法、装置、可读介质及电子设备 | |
CN112382266A (zh) | 一种语音合成方法、装置、电子设备及存储介质 | |
CN116072108A (zh) | 模型生成方法、语音识别方法、装置、介质及设备 | |
CN112435680A (zh) | 音频处理方法、装置、电子设备及计算机可读存储介质 | |
CN113593527B (zh) | 一种生成声学特征、语音模型训练、语音识别方法及装置 | |
CN109375892B (zh) | 用于播放音频的方法和装置 | |
CN111402856B (zh) | 语音处理方法、装置、可读介质及电子设备 | |
CN111444384A (zh) | 一种音频关键点确定方法、装置、设备及存储介质 | |
CN111048108B (zh) | 音频处理方法和装置 |
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 |