CN112712783B - 生成音乐的方法和装置、计算机设备和介质 - Google Patents

Abstract

本公开提供了一种生成音乐的方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及语音处理技术领域。该方法包括：获取语音段和伴奏；确定语音段的第一文字属性信息和第一对齐属性信息，以及伴奏的第一音乐属性信息；根据第一文字属性信息和第一音乐属性信息，为语音段匹配数据库中的模板，其中，模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作，以生成音乐。

Description

生成音乐的方法和装置、计算机设备和介质

技术领域

本公开涉及人工智能领域，尤其涉及语音处理技术领域，具体涉及一种生成音乐的方法和装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术

说唱音乐(rap)是目前流行的一种音乐形式，其特点是创作者在背景音乐下快速有节奏的诉说一连串押韵的文字或诗句,形成特定的文字与节奏结合的模式(即，Flow)。随着对个性化表达与创造力的追求不断提高，用户不再仅仅满足于聆听他人演唱说唱音乐，也希望自己能够创作并演唱说唱音乐。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

根据本公开的第一方面，提供了一种生成音乐的方法，包括：获取语音段和伴奏；确定语音段的第一文字属性信息和第一对齐属性信息，以及伴奏的第一音乐属性信息；根据第一文字属性信息和第一音乐属性信息，为语音段匹配数据库中的模板，其中，模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作，以生成音乐。

根据本公开的第二方面，提供了一种生成音乐的装置，包括：确定模块，被配置为基于所获取的语音段和伴奏，确定语音段的第一文字属性信息和第一对齐属性信息，以及伴奏的第一音乐属性信息；匹配模块，被配置为根据第一文字属性信息和第一音乐属性信息，为语音段匹配数据库中的模板，其中，模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及对齐模块，被配置为根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作，以生成音乐。

根据本公开的第三方面，提供了一种计算机设备，包括：存储器、处理器以及存储在存储器上的计算机程序，其中，处理器被配置为执行计算机程序以实现生成音乐的方法的步骤。

根据本公开的第四方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，计算机程序被处理器执行时实现生成音乐的方法的步骤。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序被处理器执行时实现生成音乐的方法的步骤。

根据本公开的一个或多个实施例，可以基于语音段快速地生成音乐。

根据本公开的一个或多个实施例，可以不限于语音段内容来生成音乐，提高了生成音乐的自由度。

根据本公开的另外一个或多个实施例，可以提高语音段与伴奏的对齐精度，确保生成音乐的视听效果。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的生成音乐的方法的流程图；

图3示出了根据本公开的实施例的建立数据库的方法的流程图；

图4示出了根据本公开的实施例的为语音段匹配数据库中的模板的流程图；

图5示出了根据本公开的另一实施例的生成音乐的方法的流程图；

图6示出了根据本公开的实施例的生成音乐的装置的结构框图；

图7示出了能够用于实现本公开的实施例的示例性服务器和客户端的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

发明人发现，创作和演唱说唱音乐往往需要用户具备一定的乐理知识和说唱技巧，这对普通用户而言具有一定的难度。因此，简单快速地将用户的语音数据转换为与伴奏匹配效果良好的说唱音乐是必要的。

现有的将语音转换为说唱音乐的应用程序通过检测语音中每句话的首个文字的起始时间，并与伴奏的对应节拍点进行对齐，然后对语音进行特效处理，从而生成说唱音乐。由于仅仅检测了每句话的首个文字的起始时刻，这将导致除首个文字之外的其他文字与节拍点的对齐精度较低，生成的说唱音乐的节奏感并不明显。另外，由于不同演唱者的音乐风格不同，因此相同的伴奏下可以具有不同的Flow，而上述方案仅考虑了将语音中的文字与节拍点对齐，这将缩小用户可选的音乐风格的范围，同时由于上述方案对语音中的文字字数进行限制，因此降低了用户创作说唱音乐的自由度和效率。

针对上述技术问题，本公开的一个或多个实施例提供了一种生成音乐的方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。下面将结合附图详细描述本公开的各种实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行基于语音段和伴奏生成音乐的方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来输入语音段、输入或选择所期望的伴奏和上传至少一个音乐文件。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS)；或包括各种移动操作系统，例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如语音段、伴奏和音乐文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，使得能够应用根据本公开所描述的各种方法和装置。例如，图2示出了根据本公开的实施例的生成音乐的方法200的流程图。在该实施例中，系统100可以根据方法200来进行配置，以实现生成音乐的方法的步骤。

如图2所示，方法200可以包括：步骤S210，获取语音段和伴奏；步骤S220，确定语音段的第一文字属性信息和第一对齐属性信息，以及伴奏的第一音乐属性信息；步骤S230，根据第一文字属性信息和第一音乐属性信息，为语音段匹配数据库中的模板，其中，模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作，以生成音乐。

根据本公开的实施例的生成音乐的方法，可以将用户输入的任意语音段转化为与伴奏相匹配的音乐，简化了手动剪辑制作音频的繁琐过程，从而可以基于语音段快速地生成音乐，为非专业用户提供了创作并演唱音乐的可能性。

进一步，由于相同的伴奏下可以具有不同的音乐风格(即，文字与节奏结合的模式)，因此，通过为语音段匹配合适音乐风格的模板，可以丰富所生成的音乐风格，提高生成音乐的自由度。

进一步，基于语音段的第一对齐属性信息和相匹配的模板的第二对齐属性信息对语音段执行对齐操作，从而可以大大提高语音段内的每个文字与伴奏的对齐精度。

根据一些实施例，在步骤S210中，语音段可以是用户通过任意方式输入的，例如可以是用户实时录制或预先录制并保存的完整的语音段或多个语音段的拼接，也可以是通过语音识别技术获得的语音段。类似地，伴奏可以是用户直接手动输入的期望的伴奏，也可以是从伴奏集中选定的待使用的伴奏。

应当理解，上述实施例并不对获取语音段和伴奏的具体方式以及语音段和伴奏的内容进行限定，从而保证了待转换的语音段的自由化输入或录制，有利于增大基于语音段和伴奏生成音乐的应用范围，满足用户个性化创作并演唱音乐的需求。

根据一些实施例，在步骤S220中，确定的第一文字属性信息可以包括语音段内的文字的字数；第一对齐属性信息可以包括语音段内的文字的声母和韵母的第一时间信息、文字的第一能量和文字的第一音调中的一项或多项；并且第一音乐属性信息可以包括与伴奏相关联的节奏信息。

根据一些示例，可以通过对语音段进行语音识别，来获取语音段内的文字的字数。

根据另一些示例，可以例如通过将语音段转换为音素序列，并对音素序列应用预先设定的声学模型，来确定语音段内的文字的声母和韵母的第一时间信息。其中，语音段内的文字的声母和韵母的时间信息可以例如包括每个声母和韵母在该语音段中的起始时间和终止时间。

根据另一些示例，可以通过声学模型获得该时间信息，其中，建立该声学模型可以包括：收集大量语音段，例如收集歌唱类的纯人声语音数据几百小时或几千小时；获取语音段内的文字的声母和韵母，可选地，可以按照语音段内的文字顺序对每个声母和韵母进行排序，并赋予相应的序号，例如当语音段为“我们”时，通过语音识别和文本分析，可以将该语音段切分为声母和韵母“w”、“o”、“m”和“en”，并为“w”赋予序号1，为“o”赋予序号2，以此类推；以及为声母和韵母训练模型，以获得每个声母和韵母在该语音段中的起始时间和终止时间。

可选地，可以采用单音素(monophone)的GMM-HMM模型对声母和韵母进行训练，以简化运算复杂度。

可选地，可以采用三音素(triphone)的GMM-HMM模型对声母和韵母进行训练。由于考虑到每个音素的具体发音情况收到上下文的影响(继续以语音段“我们”为例，由于相邻因素之间存在转音，因此在某个时刻可能存在“w-w-o”或“w-o-o”的因素序列)，因此，采用三音素的GMM-HMM模型可以识别转音部分，提高获得的每个声母或韵母的时间信息的准确性。

可选地，可以采用混合(Hybrid)DNN-HMM模型对声母和韵母进行训练。由于可以采用连续的拼接帧作为输入，并且采用随机优化算法来实现训练，因此，采用混合DNN-HMM模型可以更好地利用上下文的信息，并尤其适用于语音段数据规模较大时的高效训练。

应当理解，可以根据不同的应用场景和需求采用上述单音素的GMM-HMM模型、三音素的GMM-HMM模型和混合DNN-HMM模型中的一个或多个来对声母和韵母进行训练，例如可以首先采用三音素的GMM-HMM模型对声母和韵母进行训练，然后采用混合DNN-HMM模型再次训练，以进一步提高输出精度。

另外，上述训练模型仅作为示例给出，不旨在限制声学模型的类型，任何能够获得文字的声母和韵母的时间信息的声学模型都是可行的。

继续以语音段“我们”为例，表1示例性地示出了该语音段内的文字的声母和韵母的时间信息作为第一对齐属性信息的表示，其中，表1的行数为语音段内的文字的声母和韵母的总数。

表1

根据另一些示例，可以例如通过能量检测算法来计算语音段内的文字的第一能量。能量检测算法例如可以包括：对语音段进行采样，并获得每个采样点的能量值；以及选择计算时长，并对该计算时长内的所有采样点的能量求均方根平均值，如下式：

其中，E表示每个音乐中的文字的能量；n表示特定计算时长内的采样点数量，x_i表示在该特定计算时长内的第i个采样点的能量。

通过上述能量检测算法可以准确计算每个文字的能量。通过选择不同的计算时长或不同的采样频率，可以均衡考虑计算量与所计算的每个文字的能量的准确度。例如，计算时长越长，选择的采样频率越高，则包含的采样点越多，计算的每个文字的能量的准确度越高，但计算量也相应增加。普遍而言，特定时长例如可以选择10ms-40ms之间的任意值，而采样频率可以选择16kHz-48kHz之间的任意值。

根据另一些示例，可以例如通过基频检测算法(例如DIO或Harvest)来确定语音段内的文字的第一音调。例如，可以对语音段内的每个文字应用不同截止频率的低通滤波器，以获得不同的音频信号；然后基于特定时间段内的音频信号的周期来确定语音段内每个文字的基频，作为每个文字的音调。

根据另一些示例，可以例如通过对伴奏应用节拍检测算法(例如，开源算法包Librosa等)，来确定与伴奏相关联的节奏信息，例如伴奏的每分钟节奏点数bpm。

如上所述，在基于语音段和伴奏生成音乐的过程中，不仅需要将语音段内的每句话的首个文字与伴奏的节奏点对齐，将语音段内的文字适配于合适的、并且用户期望的音乐风格也是重要的。由于语音段内的文字的字数与伴奏的bpm与音乐风格密切相关，因此，基于语音段内的文字的字数与伴奏的bpm二者来为语音段匹配数据库中对应于用户期望的音乐风格的模板，可以为用户扩展可供选择的更为合适的音乐风格，改善生成音乐的视听效果。同时，基于语音段内的文字的声母和韵母的第一时间信息、文字的第一能量和文字的第一音调中的一项或多项来执行对齐操作，可以提高语音段与伴奏的节奏点对齐的精度。

图3示出了根据本公开的实施例的建立数据库的方法300的流程图。

根据一些实施例，如图3所示，方法300中的数据库可以通过执行以下操作来建立：步骤S310，获取至少一个音乐；步骤S320，确定至少一个音乐中的每个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及步骤S330，对第二文字属性信息、第二对齐属性信息和第二音乐属性信息进行映射，以生成包括第二文字属性信息、第二对齐属性信息和第二音乐属性信息之间的映射关系的模板。

例如，可以预先收集大量音乐及其伴奏与歌词，并利用例如spleeter等音轨分离软件获得每个音乐中的人声文件；然后统计歌词的字数作为第二文字属性信息；利用如上所述的节拍检测算法获取与每个伴奏相关联的节奏信息作为第二音乐属性信息；确定所获得的人声文件的第二对齐属性信息(下文将详细介绍)；以及将第二文字属性信息、第二对齐属性信息和第二音乐属性信息进行映射，从而建立数据库。

作为示例，表2示出了数据库中的模板的第二文字属性信息(例如，歌词字数)、第二音乐属性信息(例如，与伴奏相关联的诸如伴奏的bpm的节奏信息)和第二对齐属性信息之间的映射关系。

表2

根据另一些实施例，第二对齐属性信息可以包括以下各项中的一项或多项：每个音乐中的文字的声母和韵母的第二时间信息；每个音乐中的文字的第二能量；以及每个音乐中的文字的第二音调。

其中，确定每个音乐中的文字的声母和韵母的第二时间信息、第二能量和第二音调的具体实施方式例如可以与确定语音段内的文字的声母和韵母的第一时间信息、第一能量和第一音调相同或相似，在此不再赘述。

通过建立包含上述信息的数据库，可以为用户扩展可供选择的更为合适的音乐风格，提升创作效率和用户体验。另外，通过建立第二文字属性信息、第二对齐属性信息和第二音乐属性信息之间的映射关系，可以提高为语音段匹配模板的效率。

可选地，可以根据不同模板的第二对齐属性信息和第二音乐属性信息，快速地扩充数据库中的模板。根据一些示例，在第二对齐属性信息包括每个音乐中的文字的声母和韵母的第二时间信息时，可以根据数据库中的任一模板的第二音乐属性信息和其他模板的第二音乐属性信息，通过改变该任一模板的第二对齐属性信息，来获得具有与其他模板相同的第二音乐属性信息的新的模板。

以表2为例，模板1的第二音乐属性信息(例如，伴奏的bpm)为60，模板3的第二音乐属性信息(例如，伴奏的bpm)为120。在第二对齐属性信息包括每个音乐中的文字的声母和韵母的起始时间和终止时间等第二时间信息时，可以通过将模板1中的每个文字的声母和韵母的起始时间和终止时间缩小2倍，来获得具有与模板3相同的第二音乐属性信息(即伴奏的bpm为120)的新的模板4。

通过快速地扩充数据库中的模板，有利于为用户匹配到更加适合并且期望的音乐风格的模板，提高生成音乐的效率。

根据一些实施例，在步骤S230中，为语音段匹配到的数据库中的模板的第二文字属性信息可以与第一文字属性信息相同，并且相匹配的模板的第二音乐属性信息可以与第一音乐属性信息相同。

通过匹配语音段与模板的文字属性信息，以及伴奏与模板的音乐属性信息，可以确保匹配到的模板适用于用户创作的语音段内的文字以及期望使用的伴奏，避免了对用户创作的语音段的诸如文字字数或内容等的限制，从而提升了创作自由度。

根据一些示例，根据语音段与模板的文字属性信息，以及伴奏与模板的音乐属性信息，可能为语音段匹配到多个模板。在此情况下，可以由用户进行试听选择，也可以随机选择，保证了生成的音乐风格的多样性。

根据另一些示例，根据语音段与模板的文字属性信息，以及伴奏与模板的音乐属性信息，可能无法为语音段匹配到模板。在此情况下，可选地，可以选择音乐属性信息相同，但文字的字数少于语音段内的文字的字数的模板，并将选定的模板进行重复(例如，选择文字的字数为语音段内的文字的字数的1/2的模板，并将该模板重复2遍)。可替代地，可以选择音乐属性相同，但文字的字数多于语音段内的文字的字数的模板，并将选定的模板进行裁剪，使得裁剪后的模板中的文字的字数与语音段内的文字的字数相同。通过这种方式，可以确保能够为用户匹配到模板，以用于后续生成音乐。

根据另一些实施例，如图4所示，步骤S230，为语音段匹配数据库中的模板还可以包括：步骤S432，对语音段内的文字进行分词，以获得第一分词结构；步骤S434，对相匹配的模板中的文字进行分词，以获得第二分词结构；以及步骤S436，根据第一分词结构和第二分词结构，在相匹配的模板中继续为语音段匹配子模板，其中，子模板中的文字的第二分词结构与第一分词结构相同。

根据一些示例，在步骤S432中，可以使用诸如jieba、snowNLP、pkuseg等分词应用程序对语音段内的文字进行分词，例如，对语音段内的文字“需要不停地工作”进行分词可以获得第一分词结构“需要”-“不停”-“地”-“工作”。

类似地，在步骤S434中，也可以使用分词应用程序对相匹配的模板中的文字也进行分词。

接着，在步骤S436中，在根据语音段的第一文字属性信息和第一音乐属性信息匹配到的数据库的模板中继续匹配与语音段内的文字的分词结构相同的子模板。例如，根据语音段的第一文字属性信息和第一音乐属性信息，为语音段内的文字“需要不停地工作”匹配到模板1“需要一个时光机”和模板2“一直工作的机器”，其中，模板1中的文字的第二分词结构为“需要”-“一个”-“时光”-“机”，而模板2中的文字的第二分词结构为“一直”-“工作”-“的”-“机器”。通过比较第一分词结构和模板1与模板2中的文字的第二分词结构，可以确定模板2为优选的模板。

通过对语音段内的文字和与模板对应的音乐中的文字进行分词并匹配，可以提高匹配到的模板与语音段内的文字内容的一致性，更加符合用户所期望的音乐风格。

根据一些实施例，当语音段的第一对齐属性信息包括语音段内的文字的声母和韵母的第一时间信息，并且预先获取的至少一个音乐的第二对齐属性信息包括该至少一个音乐中的文字的声母和韵母的第二时间信息时，步骤S240，根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作可以包括：对语音段内的文字进行变速处理，其中，根据第一时间信息和相匹配的模板的第二时间信息来确定相对应的变速比。

根据一些示例，语音段的第一时间信息可以为语音段内的文字的声母和韵母的起始时间和终止时间，并且，数据库中的模板的第二时间信息可以包括模板中的文字的声母和韵母的起始时间和终止时间。根据语音段内的文字和相匹配的模板中的文字的声母和韵母的起始时间和终止时间，可以确保将语音段内的每个文字对齐，大大提高对齐精度。

根据一些示例，可以对语音段按文字进行切分，以获得子语音段，其中每个子语音段包含一个文字，然后通过对每个子语音段进行变速处理，将每个子语音段中的文字的起始时间与终止时间与相匹配的模板中的相对应的文字的起始时间与终止时间对齐。

变速处理包括倍速处理和慢速处理，其中，变速比可以通过每个子语音段内的文字的持续时间(即，终止时间与起始时间之差)与相匹配的模板中的相对应的文字的持续时间的比值来确定，然后可以通过例如WSOLA、OLA、Phase Vocoder等开源变速算法来实现变速处理。

继续以语音段“我们”为例。该语音段可以切分为包含“我”的子语音段1和包含“们”的子语音段2，并且可以通过步骤S220确定各自的第一对齐属性信息，例如，“我”的起始时间为0s，终止时间为0.5s，“们”的起始时间为0.5s，终止时间为1.5s。接着，确定与该语音段相匹配的模板的第二对齐属性信息。例如，相匹配的模板为“大家”，并且“大”的起始时间为0s，终止时间为1s；“家”的起始时间为1s，终止时间为1.5s。由此可以确定针对子语音段1内的文字“我”的变速比为0.5，并且针对子语音段2内的文字“们”的变速比为2。然后，根据确定的变速比对子语音段1内的文字“我”进行慢速处理，并对子语音段2内的文字“们”进行倍速处理。

可选地，在将经变速处理的每个子语音段进行拼接时，可以执行平滑操作(例如，通过应用汉宁窗、汉明窗、三角窗等)，以减小频谱泄露所引起的噪声。

根据另一些示例，可以无须对语音段按文字进行切分，而是根据确定的针对语音段内的每个文字的变速比，直接对整个语音段进行变速处理。由于无需分离和拼接，因此可以提高处理效率。另外，获得的经变速处理的语音段的音频质量和视听效果可以更好。

可选地，为进一步提高经变速处理的语音段的音频质量和视听效果，可以在语音段内的每个文字之间执行平滑操作(例如线性插值平滑)，减小由于变速处理引起的视听不适。

根据一些实施例，当语音段的第一对齐属性信息包括语音段内的文字的第一音调，并且预先获取的至少一个音乐的第二对齐属性信息包括该至少一个音乐中的文字的第二音调时，步骤S240中根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作可以包括：对语音段内的文字进行音调变化处理，其中，根据第一音调和相匹配的模板的第二音调来确定相对应的音调变化系数。

根据语音段内的每个文字的音调和相匹配的模板中的相对应的文字的音调来进行音调变化处理，可以进一步提高语音段与相匹配的模板所表示的音乐风格的一致性。

根据一些示例，语音段内的每个文字的音调和模板中的每个文字的音调可以通过如上所述的基频检测算法确定。相应地，音调变化系数可以通过语音段内的每个文字的基频与相匹配的模板中的相对应的文字的基频的比值来确定。优选地，通过设置音调变化系数的阈值来确保语音段内的每个文字的音调变化幅度不超过3个半音，从而避免了音调变化幅度过大而导致的电音。

与根据第一时间信息和相匹配的模板的第二时间信息来对语音段内的文字进行变速处理类似，可选地，可以对语音段按文字进行切分，以获得子语音段；然后，根据确定的音调变化系数，对每个子语音段进行音调变化处理，以将子语音段中的文字的音调(即，基频)与相匹配的模板中的相对应的文字的音调(即，基频)对齐。

可替代地，也可以无须对语音段按文字进行切分，而是根据确定的针对语音段内的每个文字的音调变化系数，直接对整个语音段进行音调变化处理。

根据一些实施例，当语音段的第一对齐属性信息包括语音段内的文字的第一能量，并且第二对齐属性信息包括至少一个音乐中的文字的第二能量时，步骤S240，根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作可以包括：对语音段内的文字进行能量变化处理，其中，根据第一能量和相匹配的模板的第二能量来确定能量变化系数。

根据语音段内的每个文字的能量和相匹配的模板中的文字的能量来进行能量变化处理，可以进一步提高语音段与相匹配的模板所表示的音乐风格的一致性。

根据一些示例，语音段内的每个文字的能量和模板中的每个文字的能量可以通过如上所述的能量检测算法确定。相应地，能量变化系数可以通过语音段内的每个文字的能量值与相匹配的模板中的相对应的文字的能量值的比值来确定。

与根据第一时间信息和相匹配的模板的第二时间信息来对语音段内的文字进行变速处理类似，可选地，可以对语音段按文字进行切分，以获得子语音段；然后，根据确定的能量变化系数，对每个子语音段进行能量变化处理，以将子语音段中的文字的能量与相匹配的模板中的相对应的文字的能量对齐。

可替代地，也可以无须对语音段按文字进行切分，而是根据确定的针对语音段内的每个文字的能量变化系数，直接对整个语音段进行能量变化处理。

根据一些实施例，方法200还可以包括在对语音段内的文字进行能量变化处理之前：获取所有声母中的清音声母，形成清音声母集合；确定语音段内的文字的声母是否与清音声母集合中的任一清音声母相匹配；以及响应于确定语音段内的文字中存在声母与清音声母集合中的一个清音声母相匹配的文字，对相匹配的文字的声母的第一能量进行衰减。

由于语音段中可能包含频率较高的唇齿音，影响生成音乐的视听效果，因此，通过检测语音段内的文字是否存在与唇齿音相对应的清音声母，并对相应的文字的能量进行衰减，可以消除杂音，使相应的文字的能量更接近真实能量，从而可以在后续进行的能量变化处理中更为准确地确定能量变化系数，提高语音段与相匹配的模板的对齐精度。

根据一些示例，可以通过观察音频信号的波形、计算音频信号的频率过零率，获得所有声母中的清音声母，例如可以通过集合Unvoiced＝{p,f,t,g,k,h,j,q,x,zh,ch,sh,z,c,s}来表示。当确定语音段内的文字中存在声母与集合Unvoiced中的清音声母相匹配的文字(例如，如果语音段为“慢慢长大”，则该语音段内的文字的声母为“m”、“m”、“zh”和“d”，其中声母“zh”与集合Unvoiced中的清音声母“zh”相匹配)时，可以将相匹配的文字的声母的能量衰减3倍(例如，将声母“zh”的能量衰减3倍)，其中，相匹配的文字的声母的原始能量可以通过如上所述的能量检测算法来计算。

图5示出了根据本公开的另一实施例的生成音乐的方法500的流程图。如图5所示，方法500可以包括：与图2中的步骤S210-S240的实施方式相同或相似的步骤S510-S540，以及在步骤S540之后的步骤S550，根据经对齐的语音段，生成至少一条音轨，用于对经对齐的语音段进行特效处理。

通过自动生成至少一条音轨来对经对齐的语音段进行特效处理，不仅可以满足用户对不同声音特性的需求，改善生成音乐的视听效果，还简化了手动剪辑制作音频的繁琐过程，提高了生成音乐的效率。

根据一些实施例，步骤S550，根据经对齐的语音段，生成至少一条音轨可以包括以下操作中的一个或多个操作：对经对齐的语音段进行滤波，生成空气音轨；对经对齐的语音段进行延迟，生成延迟音轨；以及对经对齐的语音段进行衰减，生成备份音轨。

可选地，可以利用高通滤波器对语音段滤波来生成空气音轨，以用于增强语音段的空气感。

可选地，可以通过将语音段内每句话的最后几个文字延迟预先设定的时长来生成延迟音轨，以用于为语音段增加回声效果。可替代地，也可以由用户根据对声音特性的需求，手动设定延迟时长。

可选地，可以通过将语音段内的每个文字的能量衰减预先设定的能量变化系数(例如，衰减3-10倍)来生成备份音轨，以用于为语音段增加重音效果。可替代地，也可以由用户根据对声音特性的需求，手动设定能量变化系数。

根据一些实施例，在步骤S550之后，还可以对经对齐的语音段和生成的至少一条音轨进行混音处理，以获得具备不同声音特性的混音模式，例如K歌应用程序中的空灵模式、山谷模式、超级混响模式等，从而进一步改善生成音乐的视听效果。

根据一些示例，混音处理可以包括：对经对齐的语音段的音轨和生成的至少一条音轨进行均衡(EQ)处理，例如，采用多段滤波器进行滤波，以截断经对齐的语音段的音轨和至少一条音轨中的低频部分(例如，在大多数情况下，0-60Hz的音频信号为由于喷麦等引起的噪音)，并对中高频部分进行增益操作；调节至少一条音轨中的音频信号的能量，使得经对齐的语音段的音轨作为主音轨而具备较高的能量，而至少一条音轨作为修饰音轨而具备较低的能量；以及将经对齐的语音段的音轨、至少一条音轨和伴奏音轨进行混合，生成混音后的单一音轨。

另外地，根据另一些实施例，还可以对混音处理后生成的单一音轨进行母带处理。母带处理可以包括以下操作中的一项或多项：降噪处理、压缩处理、均衡和混响处理。

通过对混音处理后生成的单一音轨进行母带处理，可以进一步减小噪声、防止破音并改善生成音乐的视听效果。

图6示出了根据本公开的实施例的生成音乐的装置600的结构框图。

根据一些实施例，如图6所示，装置600可以包括：确定模块610，被配置为基于所获取的语音段和伴奏，确定语音段的第一文字属性信息和第一对齐属性信息，以及伴奏的第一音乐属性信息；匹配模块620，被配置为根据第一文字属性信息和第一音乐属性信息，为语音段匹配数据库中的模板，其中，模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及对齐模块630，被配置为根据第一对齐属性信息和相匹配的模板的第二对齐属性信息，对语音段执行对齐操作，以生成音乐。

根据一些实施例，装置600还可以包括：通过执行以下操作来建立数据库的模块：基于所获取的至少一个音乐，确定该至少一个音乐中的每个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及对第二文字属性信息、第二对齐属性信息和第二音乐属性信息进行映射，以生成包括第二文字属性信息、第二对齐属性信息和第二音乐属性信息之间的映射关系的模板。

根据一些实施例，相匹配的模板的第二文字属性信息与第一文字属性信息相同，并且相匹配的模板的第二音乐属性信息与第一音乐属性信息相同。

根据一些实施例，匹配模块620还可以包括：被配置为对语音段内的文字进行分词，以获得第一分词结构的模块；被配置为对相匹配的模板中的文字进行分词，以获得第二分词结构的模块；以及被配置为根据第一分词结构和第二分词结构，在相匹配的模板中继续为语音段匹配子模板的模块，其中，子模板中的文字的第二分词结构与第一分词结构相同。

根据一些实施例，第一对齐属性信息可以包括语音段内的文字的声母和韵母的第一时间信息，并且第二对齐属性信息可以包括至少一个音乐中的文字的声母和韵母的第二时间信息，并且对齐模块630可以包括：被配置为对语音段内的文字进行变速处理的模块，其中，根据第一时间信息和相匹配的模板的第二时间信息来确定相对应的变速比。

根据一些实施例，第一对齐属性信息可以包括语音段内的文字的第一音调，并且第二对齐属性信息可以包括至少一个音乐中的文字的第二音调，并且对齐模块630可以包括：被配置为对语音段内的文字进行音调变化处理的模块，其中，根据第一音调和相匹配的模板的第二音调来确定相对应的音调变化系数。

根据一些实施例，第一对齐属性信息可以包括语音段内的文字的第一能量，并且第二对齐属性信息可以包括至少一个音乐中的文字的第二能量，并且对齐模块630可以包括：被配置为对语音段内的文字进行能量变化处理的模块，其中，根据第一能量和相匹配的模板的第二能量来确定能量变化系数。

根据一些实施例，装置600还可以包括：在对语音段内的文字进行能量变化处理之前执行以下操作的模块：获取所有声母中的清音声母，形成清音声母集合；确定语音段内的文字的声母是否与清音声母集合中的任一清音声母相匹配；以及响应于确定语音段内的文字中存在声母与清音声母集合中的一个清音声母相匹配的文字，对相匹配的文字的第一能量进行衰减。

根据一些实施例，装置600还可以包括：生成音轨模块，被配置为在对语音段执行对齐操作后，根据经对齐的语音段，生成至少一条音轨，用于对经对齐的语音段进行特效处理。

根据一些实施例，生成音轨模块还可以包括以下中的一个或多个：被配置为对经对齐的语音段进行滤波，生成空气音轨的模块；被配置为对经对齐的语音段进行延迟，生成延迟音轨的模块；以及被配置为对经对齐的语音段进行衰减，生成备份音轨的模块。

在上述各种实施例中，装置600及其相应功能模块的具体实施方式和技术效果可以参考关于图2至图5所描述的各种实施例，在此不再赘述。

根据本公开的另一方面，还提供一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，处理器被配置为执行该计算机程序以实现上述生成音乐的方法的步骤。

根据本公开的又一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述生成音乐的方法的步骤。

根据本公开的又一方面，还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述生成音乐的方法的步骤。

参考图7，现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能够向设备700输入信息的任何类型的设备，输入单元706可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如上述生成音乐的方法200、方法500或建立数据库的方法300。例如，在一些实施例中，方法200、方法300或方法500可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的方法200、方法300或方法500的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200、方法300或方法500。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

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。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (15)

1.一种生成音乐的方法，包括：

获取语音段和伴奏；

确定所述语音段的第一文字属性信息和第一对齐属性信息，以及所述伴奏的第一音乐属性信息；

根据所述第一文字属性信息和所述第一音乐属性信息，为所述语音段匹配数据库中的模板，其中，所述模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及

根据所述第一对齐属性信息和相匹配的模板的所述第二对齐属性信息，对所述语音段执行对齐操作，以生成所述音乐。

2.根据权利要求1所述的方法，其中，所述数据库通过执行以下操作来建立：

获取至少一个音乐；

确定所述至少一个音乐中的每个音乐的所述第二文字属性信息、所述第二对齐属性信息和所述第二音乐属性信息；以及

对所述第二文字属性信息、所述第二对齐属性信息和所述第二音乐属性信息进行映射，以生成包括所述第二文字属性信息、所述第二对齐属性信息和所述第二音乐属性信息之间的映射关系的所述模板。

3.根据权利要求1所述的方法，其中，所述相匹配的模板的所述第二文字属性信息与所述第一文字属性信息相同，并且所述相匹配的模板的所述第二音乐属性信息与所述第一音乐属性信息相同。

4.根据权利要求3所述的方法，其中，为所述语音段匹配数据库中的模板还包括：

对所述语音段内的文字进行分词，以获得第一分词结构；

对所述相匹配的模板中的文字进行分词，以获得第二分词结构；以及

根据所述第一分词结构和所述第二分词结构，在所述相匹配的模板中继续为所述语音段匹配子模板，其中，所述子模板中的文字的所述第二分词结构与所述第一分词结构相同。

5.根据权利要求1所述的方法，其中，所述第一对齐属性信息包括所述语音段内的文字的声母和韵母的第一时间信息，所述第二对齐属性信息包括所述至少一个音乐中的文字的声母和韵母的第二时间信息，并且根据所述第一对齐属性信息和相匹配的模板的所述第二对齐属性信息，对所述语音段执行对齐操作包括：

对所述语音段内的文字进行变速处理，其中，根据所述第一时间信息和所述相匹配的模板的所述第二时间信息来确定相对应的变速比。

6.根据权利要求1或5所述的方法，其中，所述第一对齐属性信息包括所述语音段内的文字的第一音调，并且所述第二对齐属性信息包括所述至少一个音乐中的文字的第二音调，并且根据所述第一对齐属性信息和相匹配的模板的所述第二对齐属性信息，对所述语音段执行对齐操作包括：

对所述语音段内的文字进行音调变化处理，其中，根据所述第一音调和所述相匹配的模板的所述第二音调来确定相对应的音调变化系数。

7.根据权利要求1或5所述的方法，其中，所述第一对齐属性信息包括所述语音段内的文字的第一能量，并且所述第二对齐属性信息包括所述至少一个音乐中的文字的第二能量，并且根据所述第一对齐属性信息和相匹配的模板的所述第二对齐属性信息，对所述语音段执行对齐操作包括：

对所述语音段内的文字进行能量变化处理，其中，根据所述第一能量和所述相匹配的模板的所述第二能量来确定能量变化系数。

8.根据权利要求7所述的方法，还包括在对所述语音段内的文字进行能量变化处理之前：

获取所有声母中的清音声母，形成清音声母集合；

确定所述语音段内的文字的声母是否与所述清音声母集合中的任一清音声母相匹配；以及

响应于确定所述语音段内的文字中存在声母与所述清音声母集合中的一个清音声母相匹配的文字，对所述相匹配的文字的声母的所述第一能量进行衰减。

9.根据权利要求1所述的方法，还包括：

在对所述语音段执行对齐操作后，根据经对齐的语音段，生成至少一条音轨，用于对所述经对齐的语音段进行特效处理。

10.根据权利要求9所述的方法，其中，根据经对齐的语音段，生成至少一条音轨包括以下操作中的一个或多个操作：

对所述经对齐的语音段进行滤波，生成空气音轨；

对所述经对齐的语音段进行延迟，生成延迟音轨；以及

对所述经对齐的语音段进行衰减，生成备份音轨。

11.根据权利要求1所述的方法，其中，

所述第一文字属性信息包括所述语音段内的文字的字数；

所述第一对齐属性信息包括所述语音段内的文字的声母和韵母的第一时间信息、文字的第一能量和文字的第一音调中的一项或多项；并且

所述第一音乐属性信息包括与所述伴奏相关联的节奏信息。

12.根据权利要求1所述的方法，其中，所述第二对齐属性信息包括以下各项中的一项或多项：

所述每个音乐中的文字的声母和韵母的第二时间信息；

所述每个音乐中的文字的第二能量；和

所述每个音乐中的文字的第二音调。

13.一种生成音乐的装置，包括：

确定模块，被配置为基于所获取的语音段和伴奏，确定所述语音段的第一文字属性信息和第一对齐属性信息，以及所述伴奏的第一音乐属性信息；

匹配模块，被配置为根据所述第一文字属性信息和所述第一音乐属性信息，为所述语音段匹配数据库中的模板，其中，所述模板包括预先获取的至少一个音乐的第二文字属性信息、第二对齐属性信息和第二音乐属性信息；以及

对齐模块，被配置为根据所述第一对齐属性信息和相匹配的模板的所述第二对齐属性信息，对所述语音段执行对齐操作，以生成所述音乐。

14.一种计算机设备，包括：

存储器、处理器以及存储在所述存储器上的计算机程序，

其中，所述处理器被配置为执行所述计算机程序以实现权利要求1-12中任一项所述的方法的步骤。

15.一种非暂态计算机可读存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1-12中任一项所述的方法的步骤。