CN112967705B - 一种混音歌曲生成方法、装置、设备及存储介质 - Google Patents

一种混音歌曲生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112967705B
CN112967705B CN202110205483.9A CN202110205483A CN112967705B CN 112967705 B CN112967705 B CN 112967705B CN 202110205483 A CN202110205483 A CN 202110205483A CN 112967705 B CN112967705 B CN 112967705B
Authority
CN
China
Prior art keywords
voice
audio
song
accompaniment
beat
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
Application number
CN202110205483.9A
Other languages
English (en)
Other versions
CN112967705A (zh
Inventor
闫震海
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.)
Tencent Music Entertainment Technology Shenzhen Co Ltd
Original Assignee
Tencent Music Entertainment Technology Shenzhen 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 Tencent Music Entertainment Technology Shenzhen Co Ltd filed Critical Tencent Music Entertainment Technology Shenzhen Co Ltd
Priority to CN202110205483.9A priority Critical patent/CN112967705B/zh
Publication of CN112967705A publication Critical patent/CN112967705A/zh
Priority to US18/278,602 priority patent/US20240135905A1/en
Priority to PCT/CN2021/122573 priority patent/WO2022179110A1/zh
Application granted granted Critical
Publication of CN112967705B publication Critical patent/CN112967705B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G10H1/36—Accompaniment arrangements
    • 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
    • G10H2210/005—Musical accompaniment, i.e. complete instrumental rhythm synthesis added to a performed melody, e.g. as output by drum machines
    • 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
    • G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/076—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for extraction of timing, tempo; Beat detection
    • 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
    • G10H2210/101—Music Composition or musical creation; Tools or processes therefor
    • G10H2210/125—Medley, i.e. linking parts of different musical pieces in one single piece, e.g. sound collage, DJ mix
    • 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
    • G10H2210/101—Music Composition or musical creation; Tools or processes therefor
    • G10H2210/131—Morphing, i.e. transformation of a musical piece into a new different one, e.g. remix

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Electrophonic Musical Instruments (AREA)
  • Stereophonic System (AREA)

Abstract

本申请公开了一种混音歌曲生成方法、装置、设备及存储介质，在该方案中，首先获取同一首歌曲的至少两个演唱版本的歌曲音频后，提取每个歌曲音频中的人声信号和伴奏信号，然后在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频，选择与人声音频的音轨对齐的伴奏信号作为待混音的伴奏音频，最后混合人声音频和伴奏音频得到混音歌曲。本申请能够覆盖更多歌曲进行混音，并将各个歌曲音频中的所有人声信号进行了音轨对齐，选择了与人声信号的音轨对齐的伴奏信号，因此能够保持歌词、节拍等元素的协调性和同步性，提高了混音效果。

Description

一种混音歌曲生成方法、装置、设备及存储介质
技术领域
本申请涉及计算机信号处理技术领域，特别涉及一种混音歌曲生成方法、装置、设备及存储介质。
背景技术
目前制作混音歌曲的方式为：将一个歌曲的左通道音频和另一个歌曲的右通道音频混合，从而形成一种奇妙的立体声效果。一般这两首歌曲是同一首歌曲的两个不同演唱版本。
但是，上述方式依赖于人工制作，可体验的歌曲数量有限，无法对更多歌曲进行混音。简单的左右通道的混音，不能保证歌词、节拍等元素的协调性和同步性，可能导致混音效果不佳。
发明内容
有鉴于此，本申请的目的在于提供一种混音歌曲生成方法、装置、设备及存储介质，以覆盖更多歌曲生成具有良好混音效果的混音歌曲。其具体方案如下：
为实现上述目的，一方面，本申请提供了一种混音歌曲生成方法，包括：
获取至少两个歌曲音频；所述至少两个歌曲音频为同一首歌曲的不同演唱版本；
提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合；
在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于所述基准节奏信息将所述人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频；
将所述伴奏集合中，与所述人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频；
混合所述人声音频和所述伴奏音频，得到混音歌曲。
又一方面，本申请还提供了一种混音歌曲生成装置，包括：
获取模块，用于获取至少两个歌曲音频；所述至少两个歌曲音频为同一首歌曲的不同演唱版本；
提取模块，用于提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合；
对齐模块，用于在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于所述基准节奏信息将所述人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频；
选择模块，用于将所述伴奏集合中，与所述人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频；
混合模块，用于混合所述人声音频和所述伴奏音频，得到混音歌曲。
又一方面，本申请还提供了一种电子设备，所述电子设备包括处理器和存储器；其中，所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现前述混音歌曲生成方法。
又一方面，本申请还提供了一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述混音歌曲生成方法。
可见，本申请在获取到同一首歌曲的至少两个演唱版本的歌曲音频后，提取每个歌曲音频中的人声信号和伴奏信号，然后在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频，选择与人声音频的音轨对齐的伴奏信号作为待混音的伴奏音频，最后混合人声音频和伴奏音频，可得到混音歌曲。本申请可以针对同一首歌曲的至少两个演唱版本进行混音，能够覆盖更多歌曲进行混音，并且在混音过程中，将各个演唱版本中的所有人声信号进行了音轨对齐，并选择了与人声信号的音轨对齐的伴奏信号，因此混合人声和伴奏时，能够使歌词、节拍等元素保持协调性和同步性，得到混音效果良好的混音歌曲，提高了混音效果。
相应地，本申请提供的一种混音歌曲生成装置、设备及存储介质，也同样具有上述技术效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种本申请适用的物理架构示意图；
图2为本申请提供的一种混音歌曲生成方法流程图；
图3为本申请提供的一种对齐方法流程图；
图4为本申请提供的一种Beat点示意图；
图5为本申请提供的一种相邻节拍组对应的数据片段示意图；
图6为本申请提供的另一种相邻节拍组对应的数据片段示意图；
图7为本申请提供的另一种对齐方法流程图；
图8为本申请提供的一种混音歌曲制作方法流程图；
图9为本申请提供的一种混音歌曲生成装置示意图；
图10为本申请提供的一种服务器结构图；
图11为本申请提供的一种终端结构图。
具体实施方式
现有制作混音歌曲的方式依赖于人工制作，可体验的歌曲数量有限，无法对更多歌曲进行混音。简单的左右通道的混音，不能保证歌词、节拍等元素的协调性和同步性，可能导致混音效果不佳。
鉴于目前所存在的上述问题，本申请提出了混音歌曲生成方案，该方案能够覆盖更多歌曲进行混音，并且在混音过程中，将各个演唱版本中的所有人声信号进行了音轨对齐，并选择了与人声信号的音轨对齐的伴奏信号，因此混合人声和伴奏时，能够使歌词、节拍等元素保持协调性和同步性，得到混音效果良好的混音歌曲，提高了混音效果。
为了便于理解，先对本申请所适用的物理框架进行介绍。
应理解，本申请提供的混音歌曲生成方法可以应用于具有混音功能的系统或程序中，例如音乐游戏。具体的，具有混音功能的系统或程序可以运行于服务器、个人计算机等设备中。
如图1所示，图1为本申请适用的物理架构示意图。在图1中，具有混音功能的系统或程序可以运行于服务器，该服务器通过网络从其他终端设备中获取同一首歌曲的至少两个演唱版本的歌曲音频；提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合；在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频；将伴奏集合中，与人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频；混合人声音频和伴奏音频，最终得到混音歌曲。
如图可知，该服务器可以与多个设备建立通信连接，服务器从这些设备中获取用于混音的歌曲音频。当然，用于混音的歌曲音频也可以以数据库形式存储。服务器通过收集这些设备上传的歌曲音频，并进行混音，从而可得到相应混音歌曲。图1中示出了多种终端设备，在实际场景中可以有更多或更少种类的终端设备参与到混音过程中，具体数量和种类因实际场景而定，此处不做限定，另外，图1中示出了一个服务器，但在实际场景中，也可以有多个服务器的参与，具体服务器数量因实际场景而定。
应当注意的是，本实施例提供的混音歌曲生成方法可以离线进行，即服务器本地存储有用于混音的歌曲音频，其可以直接利用本申请提供的方案混音得到想要的混音歌曲。
可以理解的是，上述具有混音功能的系统或程序也可以运行于个人移动终端，也可以作为云端服务程序的一种，具体运作模式因实际场景而定，此处不做限定。
结合以上共性，请参见图2，图2为本申请实施例提供的第一种混音歌曲生成方法流程图。如图2所示，该混音歌曲生成方法可以包括以下步骤：
S201、获取同一首歌曲的至少两个演唱版本的歌曲音频。
其中，同一首歌曲的不同演唱版本如：歌曲的原唱版本、翻唱版本、改编版本等。歌曲音频即MP3等格式的歌曲。
S202、提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合。
其中，从一个歌曲音频中提取人声信号可以有如下两种方式，任选其一即可。
方式一：计算每个歌曲音频对应的中置信号，并从中置信号中提取每个歌曲音频中的人声信号。假设某一个歌曲音频的左右通道音频(包括伴奏和人声)分别为dataLeft和dataRight，则该歌曲音频的中置信号为：dataMid＝(dataLeft+dataRight)/2。由于中置信号能够更好的表示歌曲音频的内容信息，因此从中置信号中提取人声信号能更好保持人声效果。
方式二：提取每个歌曲音频中的左声道人声和右声道人声，并将左声道人声和右声道人声的幅度平均值或频谱特征平均值，确定为每个歌曲音频中的人声信号。假设某一个歌曲音频的左声道人声(仅包括人声)和右声道人声(仅包括人声)分别为vocalLeft和vocalRight，那么该歌曲音频的vocal均值＝(vocalLeft+vocalRight)/2。其中，幅度平均值对应时域范围，频谱特征平均值对应频域范围，也就是能够基于时域、频域两个维度处理左声道人声和右声道人声。
为了保持声场宽度，伴奏信号可以从左通道音频或左通道音频分离得到，即可保持其立体声格式。因此提取每个歌曲音频中的伴奏信号，包括：提取每个歌曲音频中的左声道伴奏或右声道伴奏，并将左声道伴奏或右声道伴奏确定为每个歌曲音频中的伴奏信号。假设某一个歌曲音频的左右通道音频分别为dataLeft和dataRight，那么可以从dataLeft中提取左声道伴奏作为该歌曲音频的伴奏信号，也可以从dataRight中提取右声道伴奏作为该歌曲音频的伴奏信号。
提取每个歌曲音频中的人声信号和伴奏信号还可以使用声伴分离工具(如spleeter等)实现。假设同一首歌的两个不同版本的歌曲分别是song1和song2，分别对其做声伴分离后，可得两个人声信号：vocal1和vocal2，两个伴奏信号：surround1和surround2。
S203、在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频。
由于同一歌曲的原唱版本、翻唱版本、改编版本等的演唱方式和语言可能不同，因此其人声信号的音轨可能存在偏差，所以需要对所有人声信号进行音轨对齐，使得所有人声信号具有良好的协调性和同步性。
S204、将伴奏集合中，与人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频。
相应的，同步所有人声信号后，还需要同步待混音的伴奏音频与所有人声信号的音轨。若将3个歌曲音频(即歌曲音频A、B、C)进行混音，那么可获得3个人声信号：vocalA、vocalB和vocalC，3个伴奏信号：surroundA、surroundB和surroundC，假设保持vocalA的音轨不变，调整vocalB和vocalC的音轨与vocalA对齐，那么可直接选择surroundA作为待混音的伴奏音频。如果想要使用surroundB或surroundC作为待混音的伴奏音频，就需要利用与对齐人声所采用的同样方式使surroundB或surroundC的音轨与surroundA对齐，以保证人声信号与背景声是完全对齐的。
在一种具体实施方式中，将伴奏集合中，与人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频，包括：在伴奏集合中，选择与基准节奏信息对齐的伴奏信号作为待混音的伴奏音频；或将伴奏集合中的任一个伴奏信号与基准节奏信息进行音轨对齐后，作为待混音的伴奏音频。
S205、混合人声音频和伴奏音频，得到混音歌曲。
需要说明的是，混合人声音频和伴奏音频之前，一般需要计算人声音频在左声道和右声道的分布情况，即：将某一个人声信号分配至左右声道，使左右声道得到不同能量大小的信号。因此，混合人声音频和伴奏音频，得到混音歌曲，包括：计算左声道增益值和右声道增益值；基于左声道增益值和右声道增益值，确定人声音频中的每个人声信号的立体声信号；混合各个立体声信号和伴奏音频，得到混音歌曲。人声音频中的每个人声信号的音轨同步，针对其中的某一个人声信号，利用基于左声道增益值和右声道增益值，可以计算出该人声信号分布在左声道和右声道上的信号，此即为该人声信号的立体声信号。
假设左声道增益值为gainLeft，右声道增益值为gainRight，那么人声信号vocalA在左声道上的信号为：vocalALeft＝vocalA×gainLeft，vocalA在右声道上的信号为：vocalARight＝vocalA×gainRight。vocalALeft和vocalARight共同组成vocalA的立体声信号。
其中，混合各个立体声信号和伴奏音频，得到混音歌曲，包括：按照第四公式混合各个立体声信号和伴奏音频，得到混音歌曲；其中，第四公式为：SongComb＝alpha×(vocal1+…+vocalN)+(1-alpha)×surround；其中，SongComb为混音歌曲，vocal1、…、vocalN为各个立体声信号，alpha为预设调整因子，surround为伴奏音频。alpha在0-1之间取值。当alpha往小于0.5的方向调整时，则表示最终的混音效果为增强背景(即伴奏)声，从而增加了音乐的环绕感和沉浸感；当alpha往大于0.5的方向调整时，则表示最终的混音效果为抬升人声的清晰度，从而营造了清晰人声的效果。
需要说明的是，在混合各个立体声信号和伴奏音频之前，还可以利用均衡器等软件对surround的低频成分做增强处理，以增强整个音乐的节奏感。或者，在混合各个立体声信号和伴奏音频之前，对各个立体声信号进行变调不变速处理，以得到更多的演唱方式。
其中，计算左声道增益值和右声道增益值可以有如下两种方式，任选其一即可。
方式一：根据预设声像角度和人声信号在预设声像角度中的预设位置，计算左声道增益值和右声道增益值。设置声像角度为thetaBase，设置人声信号在预设声像角度中的位置为theta，那么增益值为：
gain＝[tan(thetaBase)–tan(theta)]/[tan(thetaBase)+tan(theta)]；
左声道增益值为：gainLeft＝gain/sqrt(gain×gain+1)；
右声道增益值为：gainRight＝1/sqrt(gain×gain+1)。
方式二：通过分配线性增益的方式计算左声道增益值和右声道增益值。假设人声在中间偏左的位置，则
gainLeft＝1.0；
gainRight＝1.0-pan；
其中，参数pan是0-1之间的实数。若pan取值0，则gainLeft＝1.0；gainRight＝1.0；表示人声在正前方。若pan取值1，则gainLeft＝1.0；gainRight＝0；表示人声在正左方。所以调整pan的大小，可使人声的位置在正前方和正左方之间变化。如果人声在中间偏右的位置，则只需对掉两个增益值即可。
方式一采用设定调制角度的方式进行声像调制，而方式二采用分配线性增益的方式进行声像调制，二者均能够将人声分别放在左右90度之间的任意位置，从而形成一种同时合唱的效果，能够营造一种更加立体的人声声像、且可控制合唱效果，使得用户可以简单方便的调整声像位置，且不改变人声信号的频谱成分。真正将两个不在同一时空的人声，捏合在了同一首歌曲内。
当然，人声音频中的每个人声信号还可以随时间来决定出现与否。比如：某段时间内，只出现一个或某几个人声信号，以实现对唱效果。
可见，本实施例可以针对同一首歌曲的至少两个演唱版本进行混音，能够覆盖更多歌曲进行混音，并且在混音过程中，在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将各个演唱版本中的所有人声信号进行了音轨对齐，并选择了与人声信号的音轨对齐的伴奏信号，因此混合人声和伴奏时，能够使歌词、节拍等元素保持协调性和同步性，得到混音效果良好的混音歌曲，提高了混音效果。
上述实施例介绍的“在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将人声集合中的所有人声信号进行音轨对齐”可以有多种方式，本实施例将对其中的一种对齐方法进行介绍。若节奏信息为节拍信息，则本实施例提供的对齐方法包括：
S301、提取每个歌曲音频中的节拍信息，得到包括至少两个节拍信息的节拍集合。
每个歌曲音频中的节拍信息可以利用beattracker或鼓点提取算法完成提取。
其中，节拍集合中的节拍信息和人声集合中的人声信号具有一一映射关系。例如：针对3个歌曲音频：A、B、C进行混音，那么可获得3个人声信号(即人声集合)：vocalA、vocalB和vocalC，3个伴奏信号(即伴奏集合)：surroundA、surroundB和surroundC，3个节拍信息(即节拍集合)：BeatA、BeatB、BeatC。可见，上述3个集合中的元素具有一一映射关系，即：vocalA-surroundA-BeatA，vocalB-surroundB-BeatB，vocalC-surroundC-BeatC。
S302、判断节拍集合中各个节拍信息包括的元素个数是否相同；若是，则执行S303；若否，则执行S308。
需要说明的是，节拍集合中的每个节拍信息包括多个元素(即节拍，也就是Beat点)，若不同节拍信息所包括的元素个数相同，则表明相应歌曲音频的节奏相近，属于同一编曲，Beat点相差不大，因此可以采用S303-S307的步骤进行粗略对齐。反之，若是不同节拍信息所包括的元素个数不同，则表明相应歌曲音频的节奏差别较大，不属于同一编曲，Beat点可能存在较大差异，需要逐帧调整，因此需要采用S309-S313的步骤分片段进行较为细致的对齐。
节拍信息包括的Beat点可参照图4，图4中的“1、2、3…n、n+1…”表示歌曲音频中的各个数据帧。箭头表示Beat点所对应的时间戳位置，这些Beat点所对应的位置同样适用于人声信号。
S303、确定基准节奏信息为第一节拍信息，第一节拍信息为节拍集合中的任一个节拍信息。
S304、分别计算第一节拍信息与每个第二节拍信息的差异值。
其中，第二节拍信息为节拍集合中除第一节拍信息以外的其他节拍信息。例如：假设从上述节拍集合中选择BeatA作为第一节拍信息，那么BeatB和BeatC即为第二节拍信息。
其中，分别计算第一节拍信息与每个第二节拍信息的差异值，包括：按照第一公式分别计算第一节拍信息与每个第二节拍信息的差异值；第一公式为：M＝[sum(Beat0–BeatX)/numBeats]×L；其中，M为Beat0与BeatX的差异值；Beat0为第一节拍信息的向量表示；BeatX为任一个第二节拍信息的向量表示；sum(Beat0–BeatX)为Beat0和BeatX中各个元素对位相减(即各个元素的时间戳对位相减)后，得到的所有差值的累加和；numBeats为各个节拍信息包括的元素个数(即某个节拍信息包括的元素个数)；L为单位数据帧长度。例如：若计算BeatA和BeatB的差异值，那么差异值M＝[sum(BeatA–BeatB)/numBeats]×L。
S305、按照一一映射关系确定每个差异值与每个第二人声信号的第一对应关系。
其中，第二人声信号为人声集合中除第一人声信号以外的其他人声信号，第一人声信号为人声集合中与第一节拍信息具有映射关系的人声信号。以上述示例为例，当选择BeatA作为第一节拍信息后，第一人声信号即为vocalA，第二人声信号即为vocalB和vocalC。
S306、按照第一对应关系确定调整每个第二人声信号所需的相应差异值，并基于相应差异值确定每个第二人声信号的冗余端和待补位端。
S307、从每个第二人声信号的冗余端删除与差异值等量的冗余数据，并在每个第二人声信号的待补位端添加与差异值等量的全零数据。
步骤S303-S307通过整体平移人声信号对齐人声信号，该方式遵循欧式距离最小化原则。按照上述示例，若M为正数，则表明歌曲音频A的演唱者开始演唱的时间晚于歌曲音频B的演唱者开始演唱的时间，那么以vocalA为对比基准，将vocalB向后(右)平移M个数据点，并以vocalA的首尾为参考点确定vocalB的冗余端和待补位端。针对冗余端，将平移后的vocalB超出vocalA的部分切掉；针对待补位端，对与vocalA相比vocalB欠缺的部分补零，即可使vocalB与vocalA对齐。
S308、判断当前获取到的歌曲音频的数量是否仅有两个；若是，则执行S309；若否，则退出流程。
S309、确定基准节奏信息为第三节拍信息，第三节拍信息为节拍集合中元素个数最少的节拍信息。
S310、将第四节拍信息中的元素个数删减至与第三节拍信息中的元素个数相同。
其中，第四节拍信息为节拍集合中除第三节拍信息以外的其他节拍信息。假设节拍集合包括：BeatA和BeatB，且BeatA包括3个元素：aA、bA、cA，BeatB包括4个元素：aB、bB、cB、dB，那么BeatA作为第三节拍信息，BeatB为第四节拍信息。
其中，将第四节拍信息中的元素个数删减至与第三节拍信息中的元素个数相同，包括：将第三节拍信息中的各个元素按照时间戳大小排列为目标序列；确定当前迭代次数，将目标序列中与当前迭代次数相等的排列位置上的元素确定为目标元素；分别计算目标元素与各个对比元素的时间戳距离；对比元素为第四节拍信息中不与目标序列中的任一个元素匹配的元素；将最小时间戳距离对应的对比元素确定为与目标元素匹配的元素；若当前迭代次数不小于最大迭代次数，则删除当前第四节拍信息中的对比元素，保留第四节拍信息中与每个目标元素匹配的元素。
若当前迭代次数小于最大迭代次数，则当前迭代次数递增一，并执行确定当前迭代次数，将目标序列中与当前迭代次数相等的排列位置上的元素确定为目标元素；分别计算目标元素与各个对比元素的时间戳距离；将最小时间戳距离对应的对比元素确定为与目标元素匹配的元素的步骤，直至当前迭代次数不小于最大迭代次数。最大迭代次数为第三节拍信息中的元素个数。
基于上述示例，需要将BeatB中的某个元素删除，那么具体过程为：假设BeatA中的元素已按照时间戳升序排列，最大迭代次数为3。第一次迭代时，当前迭代次数取值1，那么目标元素为aA，此时分别计算aA与aB，aA与bB，aA与cB，aA与dB的时间戳距离，可获得4个距离：0.1、0.2、0.3、0.4；那么最小时间戳距离为0.1，其对应的对比元素为aB，因此确定aA与aB匹配。此时迭代次数小于最大迭代次数3，则迭代次数由1变为2，那么第二轮迭代的目标元素为bA；由于aA与aB匹配，那么aB不再是对比元素，因此计算bA与bB，bA与cB，bA与dB的时间戳距离，可获得3个距离：0.5、0.6、0.7；那么最小时间戳距离为0.5，其对应的对比元素为bB，因此确定bA与bB匹配。此时迭代次数小于最大迭代次数3，则迭代次数由2变为3，那么第三轮迭代的目标元素为cA；由于aA与aB匹配，bA与bB匹配，那么aB和bB不再是对比元素，因此计算cA与cB，cA与dB的时间戳距离，可获得2个距离：0.7、0.8，那么最小时间戳距离为0.7，其对应的对比元素为cB，因此确定cA与cB匹配。此时迭代次数不小于最大迭代次数3，则删除BeatB中的对比元素dB(由于aA与aB匹配，bA与bB匹配，cA与cB，那么对比元素仅有dB)，保留aB、bB、cB。至此，BeatA和BeatB都只有3个元素。BeatA包括3个元素：aA、bA、cA，BeatB包括3个元素：aB、bB、cB。
S311、基于第三节拍信息或第四节拍信息确定多个相邻节拍组。
若BeatA包括3个元素：aA、bA、cA，BeatB包括3个元素：aB、bB、cB。那么可确定2个相邻节拍组，a与b、b与c。a与b对应的第一数据片段即为aA～bA所对应的vocalA中的片段，第二数据片段为aB～bB所对应的vocalB中的片段。b与c对应的第一数据片段即为bA～cA所对应的vocalA中的片段，，第二数据片段为bB～cB所对应的vocalB中的片段。
请参见图5，图5示意了a与b这一个相邻节拍组，该相邻节拍组对应的第一数据片段(vocalA中的片段)包括4个数据帧(数据帧2、3、4、5)，第二数据片段(vocalB中的片段)包括3个数据帧(数据帧2、3、4)。
S312、按照每个相邻节拍组划分第三人声信号和第四人声信号，得到每个相邻节拍组对应的第一数据片段和第二数据片段。
其中，第三人声信号为人声集合中与第三节拍信息具有映射关系的人声信号，第四人声信号为人声集合中除第三人声信号以外的其他人声信号。若是BeatA作为第三节拍信息，BeatB为第四节拍信息，那么第三人声信号即为vocalA，第四人声信号即为vocalB。第一数据片段为第三人声信号中的片段，第二数据片段为第四人声信号中的片段。
S313、针对每个相邻节拍组，使第一数据片段的数据长度和第二数据片段的数据长度相等。
由于单位数据帧长度恒定不变，因此第一数据片段的数据长度和第二数据片段的数据长度相等后，第一数据片段中的第一数据帧个数就等于第二数据片段中的第二数据帧个数。
请参见图5，第一数据片段中的第一数据帧个数不等于第二数据片段中的第二数据帧个数，则将第一数据帧个数和第二数据帧个数中的最大值对应的数据片段确定为待删减片段；计算待删减片段中每个数据帧的删减数，并按照删减数删减待删减片段中每个数据帧。
其中，计算待删减片段中每个数据帧的删减数，包括：按照第二公式计算待删减片段中每个数据帧的删减数；第二公式为：P＝[(m-n)×L]/m；其中，P为每个数据帧的删减数，m为最大值，n为第一数据帧个数和第二数据帧个数中的最小值，L为单位数据帧长度。如图5所示，最大值为4，最小值为3，那么每个数据帧的删减数P＝[(4-3)×L]/4＝L/4。针对每个数据帧进行删减时，统一删除每个数据帧的头部或者尾部，并将删除后的所有数据帧按照原有顺序重新拼接起来。
请参见图6，图6示意了b与c这一个相邻节拍组，该相邻节拍组对应的第一数据片段(vocalA中的片段)包括3个数据帧(数据帧2、3、4)，第二数据片段(vocalB中的片段)包括4个数据帧(数据帧2、3、4、5)。可见，本实施例针对每个相邻节拍组进行数据删减时，有时需要删减vocalA，有时需要删减vocalB，因此步骤S309～S313仅针对两个歌曲音频进行混音。按照步骤S309～S313使vocalA和vocalB中的各个数据片段对齐，即可实现vocalA和vocalB的对齐。
当然，按照步骤S309～S313的逻辑进行适应性改变，即可对3个、4个等更多人声信号进行对齐。假设三个待对齐的人声信号分别是：vocal1、vocal2、vocal3，那么可按照S309～S313对齐vocal1和vocal2，从而得到相互对齐的vocal1’和vocal2’，此时vocal1’和vocal2’中的数据帧个数相等，故vocal1’和vocal2’可认为是相同的(指数据帧个数相同)。之后分别对齐vocal1’和vocal3，vocal2’和vocal3，即可完成三个人声信号的对齐。
其中，由于vocal1’和vocal2’可认为是相同的，因此二者对齐vocal3时所删减的数据完全一致。同时，针对vocal3而言，其对齐vocal1’和vocal2’时，所删减的数据也相同。因此对齐vocal1’和vocal3，vocal2’和vocal3，可得到同一个vocal3’。最后可得到相互对齐的vocal1”、vocal2”和vocal3’。当然，如果vocal1”＝vocal1’，那么也就无需对齐vocal2’和vocal3了，因为此种情况下vocal2”也会等于vocal2’。
如果对齐过程中每个人声信号都有改动，那么相应的伴奏信号也需要按照与人声信号相同的对齐方式进行对齐，最终输出与对齐后的所有人声信号对齐的伴奏信号。
本实施例根据歌曲音频的节拍信息，将不同版本的人声进行音轨对齐。本实施例可以针对同一首歌曲的至少两个演唱版本进行混音，能够覆盖更多歌曲进行混音，并且在混音过程中，在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将各个演唱版本中的所有人声信号进行了音轨对齐，并选择了与人声信号的音轨对齐的伴奏信号，因此混合人声和伴奏时，能够使歌词、节拍等元素保持协调性和同步性，得到混音效果良好的混音歌曲，提高了混音效果。
上述实施例介绍的“在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将人声集合中的所有人声信号进行音轨对齐”可以有多种方式，本实施例将对其中的另一种对齐方法进行介绍。若节奏信息为BPM值，则本实施例提供的对齐方法包括：
S701、统计每个歌曲音频对应的BPM值，得到包括至少两个BPM值的BPM值集合。
每个歌曲音频对应的BPM值可利用BPM检测算法完成统计。
BPM是Beat Per Minute的简称，又称拍子数，表示每分钟含有的节拍数。BPM值集合中的BPM值和人声集合中的人声信号具有一一映射关系。例如：针对3个歌曲音频：A、B、C进行混音，那么可获得3个人声信号(即人声集合)：vocalA、vocalB和vocalC，3个BPM值(即BPM值集合)：BPMA、BPMB、BPMC。可见，上述人声集合和BPM值集合中的元素具有一一映射关系，即：vocalA-BPMA，vocalB-BPMB，vocalC-BPMC。
S702、从BPM值集合中选择一个BPM值作为基准BPM值。
其中，基准BPM值即基准节奏信息。此时可在BPM值集合中随机选择一个BPM值作为基准BPM值。
S703、计算基准BPM值与每个目标BPM值的比值。
其中，目标BPM值为BPM值集合中除基准BPM值以外的其他BPM值。假设从BPM值集合中选择BPMA为基准BPM值，那么BPMB和BPMC即为目标BPM值。据此可获得比值：BPMA/BPMB、BPMA/BPMC。
S704、按照一一映射关系确定每个比值与每个目标人声信号的第二对应关系。
其中，目标人声信号为人声集合中除基准人声信号以外的其他人声信号，基准人声信号为人声集合中与基准BPM值具有映射关系的人声信号。若选择BPMA为基准BPM值，那么基准人声信号为vocalA，目标人声信号为vocalB和vocalC。
S705、按照第二对应关系确定调整每个目标人声信号所需的相应比值，并基于相应比值对每个目标人声信号进行变速不变调处理。
根据上述示例，BPMA/BPMB与vocalB对应，BPMA/BPMC与vocalC对应，那么利用BPMA/BPMB对vocalB进行变速不变调处理，利用BPMA/BPMC对vocalC进行变速不变调处理，即可对齐vocalA、vocalB和vocalC。本实施例可利用变速不变调的处理器实现。
本实施例根据歌曲音频的节拍信息，将不同版本的人声进行音轨对齐。本实施例可以针对同一首歌曲的至少两个演唱版本进行混音，能够覆盖更多歌曲进行混音，并且在混音过程中，在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将各个演唱版本中的所有人声信号进行了音轨对齐，并选择了与人声信号的音轨对齐的伴奏信号，因此混合人声和伴奏时，能够使歌词、节拍等元素保持协调性和同步性，得到混音效果良好的混音歌曲，提高了混音效果。
基于上述任意实施例，需要说明的是，将音轨对齐后的所有人声信号作为待混音的人声音频之前，还可以基于人声信号的均方根(Root Mean Square，RMS)平衡不同人声信号的响度，以避免因响度不同而导致混音效果降低。在本实施例中，平衡不同人声信号的响度包括：从音轨对齐后的所有人声信号中随机选择一个人声信号作为标准人声信号；按照第三公式调整每个待调人声信号的响度；待调人声信号为音轨对齐后的所有人声信号中除标准人声信号以外的其他人声信号；其中，第三公式为：B＝vocalX×(RMS0/RMSX)；其中，B为调整响度之后的待调人声信号，vocalX为调整响度之前的待调人声信号，RMS0为标准人声信号的均方根，RMSX为vocalX的均方根。
假设音轨对齐后的所有人声信号为vocalA、vocalB和vocalC，那么可有RMSA、RMSB和RMSC。随机选择vocalA为标准人声信号，那么调整后的vocalB＝vocalB×(RMSA/RMSB)，调整后的vocalC＝vocalC×(RMSA/RMSC)，从而可减小vocalA、vocalB和vocalC的响度差异。
当然，也可以将两个人声信号分别放在左右声道上试听效果，通过人耳来判断两个音轨的响度是否是相近的。如果不相近，则调整人声信号的响度，以达到两个人声信号响度相近的效果。
本实施例利用左右耳能量差的原理，可减小不同人声信号的响度差异，获得具有立体声像的人声合唱效果。
下面通过具体的应用场景实例描述，来介绍本申请提供的混音歌曲生成方案。混音歌曲生成方案可以基于已有歌曲制作混音歌曲。按照本申请提供的混音歌曲生成方案可设计相应的混音歌曲制作工具，利用该工具即可完成混音歌曲的制作。混音歌曲制作工具可安装在任意计算机设备上。混音歌曲制作工具执行本申请提供的混音歌曲生成方法。
请参见图8，混音歌曲制作过程可以包括如下步骤：
S801、客户端上传同一首歌曲的至少两个演唱版本的歌曲音频至服务器；
S802、服务器将各个歌曲音频输入至自身中的混音歌曲制作工具，并由混音歌曲制作工具输出混音歌曲；
S803、服务器将混音歌曲发送至客户端；
S804、客户端播放该混音歌曲。
可见，本实施例提供的混音歌曲制作工具可以覆盖曲库中所有的歌曲。用户可以任意上传自己想要改编的歌曲做混音改编。如果一个歌曲在曲库中只有一个演唱版本，则可以自己跟着分离出的伴奏演唱一遍，从而制作出自己与专业演唱者出现在同一首歌里的混音效果。而且，用于混音的不同演唱版本，只需要对应的乐谱是相同的即可，哪怕是不同语言演绎的版本也是可以的。
本实施例以歌曲的Beat点和BPM值为依据对齐人声，能够通过改变背景声和人声的比例，来清晰人声或增强背景，以进行声场展宽，还可以调整人声音调，调整背景声各频谱能量比例。此外，还可以任意调整人声的声像位置和出现时间、人声与背景声的比例、人声的音调，以及背景声各频段的能量，可得到具备不同混音风格和演唱效果的混音歌曲，降低了音乐二次创作的门槛。
基于本实施例提供的混音歌曲制作工具，用户既可以改编人声(制作多方位的双音效果，或者对歌曲人声做单独变调处理)，也可以改编背景声(制作清晰人声、声场展宽和节奏增强等)。这种制作方法，大大扩展了双音效果所覆盖的歌曲范围，同时，也使得混音效果的制作有了更多可改编的内容和方式。
请参见图9，图9为本申请实施例提供的一种混音歌曲生成装置示意图，包括：
获取模块901，用于获取至少两个歌曲音频；至少两个歌曲音频为同一首歌曲的不同演唱版本；
提取模块902，用于提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合；
对齐模块903，用于在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于基准节奏信息将人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频；
选择模块904，用于将伴奏集合中，与人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频；
混合模块905，用于混合人声音频和伴奏音频，得到混音歌曲。
在一种具体实施方式中，提取模块包括：
第一提取单元，用于计算每个歌曲音频对应的中置信号，并从中置信号中提取每个歌曲音频中的人声信号；
或
第二提取单元，用于提取每个歌曲音频中的左声道人声和右声道人声，并将左声道人声和右声道人声的幅度平均值或频谱特征平均值，确定为每个歌曲音频中的人声信号。
在一种具体实施方式中，提取模块包括：
第三提取单元，用于提取每个歌曲音频中的左声道伴奏或右声道伴奏，并将左声道伴奏或右声道伴奏确定为每个歌曲音频中的伴奏信号。
在一种具体实施方式中，若节奏信息为节拍信息，则对齐模块包括：
节拍提取单元，用于提取每个歌曲音频中的节拍信息，得到包括至少两个节拍信息的节拍集合；节拍集合中的节拍信息和人声集合中的人声信号具有一一映射关系；
第一选择单元，用于若节拍集合中各个节拍信息包括的元素个数相同，则确定基准节奏信息为第一节拍信息，第一节拍信息为节拍集合中的任一个节拍信息；
第一计算单元，用于分别计算第一节拍信息与每个第二节拍信息的差异值；第二节拍信息为节拍集合中除第一节拍信息以外的其他节拍信息；
第一确定单元，用于按照一一映射关系确定每个差异值与每个第二人声信号的第一对应关系；第二人声信号为人声集合中除第一人声信号以外的其他人声信号，第一人声信号为人声集合中与第一节拍信息具有映射关系的人声信号；
第二确定单元，用于按照第一对应关系确定调整每个第二人声信号所需的相应差异值，并基于相应差异值确定每个第二人声信号的冗余端和待补位端；
第一对齐单元，用于从每个第二人声信号的冗余端删除与差异值等量的冗余数据，并在每个第二人声信号的待补位端添加与差异值等量的全零数据。
在一种具体实施方式中，第一计算单元具体用于：
按照第一公式分别计算第一节拍信息与每个第二节拍信息的差异值；第一公式为：M＝[sum(Beat0–BeatX)/numBeats]×L；
其中，M为Beat0与BeatX的差异值；Beat0为第一节拍信息的向量表示；BeatX为任一个第二节拍信息的向量表示；sum(Beat0–BeatX)为Beat0和BeatX中各个元素对位相减后，得到的所有差值的累加和；numBeats为各个节拍信息包括的元素个数；L为单位数据帧长度。
在一种具体实施方式中，对齐模块还包括：
第二选择单元，用于若获取到两个歌曲音频，且节拍集合中各个节拍信息包括的元素个数不同，则确定基准节奏信息为第三节拍信息；第三节拍信息为节拍集合中元素个数最少的节拍信息；
删减单元，用于将第四节拍信息中的元素个数删减至与第三节拍信息中的元素个数相同；第四节拍信息为节拍集合中除第三节拍信息以外的其他节拍信息；
第三确定单元，用于基于第三节拍信息或第四节拍信息确定多个相邻节拍组；
划分单元，用于按照每个相邻节拍组划分第三人声信号和第四人声信号，得到每个相邻节拍组对应的第一数据片段和第二数据片段；第三人声信号为人声集合中与第三节拍信息具有映射关系的人声信号，第四人声信号为人声集合中除第三人声信号以外的其他人声信号；
第二对齐单元，用于针对每个相邻节拍组，使第一数据片段的数据长度和第二数据片段的数据长度相等。
在一种具体实施方式中，第二对齐单元包括：
第一确定子单元，用于若第一数据片段中的第一数据帧个数不等于第二数据片段中的第二数据帧个数，则将第一数据帧个数和第二数据帧个数中的最大值对应的数据片段确定为待删减片段；
第一计算子单元，用于计算待删减片段中每个数据帧的删减数，并按照删减数删减待删减片段中每个数据帧。
在一种具体实施方式中，计算子单元具体用于：
按照第二公式计算待删减片段中每个数据帧的删减数；第二公式为：P＝[(m-n)×L]/m；
其中，P为每个数据帧的删减数，m为最大值，n为第一数据帧个数和第二数据帧个数中的最小值，L为单位数据帧长度。
在一种具体实施方式中，删减单元包括：
排列子单元，用于将第三节拍信息中的各个元素按照时间戳大小排列为目标序列；
第二确定子单元，用于确定当前迭代次数，将目标序列中与当前迭代次数相等的排列位置上的元素确定为目标元素；
第二计算子单元，用于分别计算目标元素与各个对比元素的时间戳距离；对比元素为第四节拍信息中不与目标序列中的任一个元素匹配的元素；
第三确定子单元，用于将最小时间戳距离对应的对比元素确定为与目标元素匹配的元素；
删减子单元，用于若当前迭代次数不小于最大迭代次数，则删除当前第四节拍信息中的对比元素，保留第四节拍信息中与每个目标元素匹配的元素。
在一种具体实施方式中，删减单元还包括：
迭代子单元，用于若当前迭代次数小于最大迭代次数，则当前迭代次数递增一，并执行第二确定子单元、第二计算子单元、第三确定子单元中的步骤，直至当前迭代次数不小于最大迭代次数。
在一种具体实施方式中，若节奏信息为BPM值，则对齐模块包括：
统计单元，用于统计每个歌曲音频对应的BPM值，得到包括至少两个BPM值的BPM值集合；BPM值集合中的BPM值和人声集合中的人声信号具有一一映射关系；
第三选择单元，用于从BPM值集合中选择一个BPM值作为基准BPM值；基准BPM值即基准节奏信息；
第二计算单元，用于计算基准BPM值与每个目标BPM值的比值；目标BPM值为BPM值集合中除基准BPM值以外的其他BPM值；
第四确定单元，用于按照一一映射关系确定每个比值与每个目标人声信号的第二对应关系；目标人声信号为人声集合中除基准人声信号以外的其他人声信号，基准人声信号为人声集合中与基准BPM值具有映射关系的人声信号；
第三对齐单元，用于按照第二对应关系确定调整每个目标人声信号所需的相应比值，并基于相应比值对每个目标人声信号进行变速不变调处理。
在一种具体实施方式中，还包括：
标准人声选择模块，用于从音轨对齐后的所有人声信号中随机选择一个人声信号作为标准人声信号；
调整模块，用于按照第三公式调整每个待调人声信号的响度；待调人声信号为音轨对齐后的所有人声信号中除标准人声信号以外的其他人声信号；
其中，第三公式为：B＝vocalX×(RMS0/RMSX)；
其中，B为调整响度之后的待调人声信号，vocalX为调整响度之前的待调人声信号，RMS0为标准人声信号的均方根，RMSX为vocalX的均方根。
在一种具体实施方式中，混合模块包括：
第三计算单元，用于计算左声道增益值和右声道增益值；
第五确定单元，用于基于左声道增益值和右声道增益值，确定人声音频中的每个人声信号的立体声信号；
混合单元，用于混合各个立体声信号和伴奏音频，得到混音歌曲。
在一种具体实施方式中，混合单元具体用于：
按照第四公式混合各个立体声信号和伴奏音频，得到混音歌曲；
其中，第四公式为：
SongComb＝alpha×(vocal1+…+vocalN)+(1-alpha)×surround；
其中，SongComb为混音歌曲，vocal1、…、vocalN为各个立体声信号，alpha为预设调整因子，surround为伴奏音频。
在一种具体实施方式中，第三计算单元具体用于：
根据预设声像角度和人声信号在预设声像角度中的预设位置，计算左声道增益值和右声道增益值；或通过分配线性增益的方式计算左声道增益值和右声道增益值。
在一种具体实施方式中，选择模块包括：
第四选择单元，用于在所述伴奏集合中，选择与所述基准节奏信息对齐的伴奏信号作为待混音的伴奏音频；
或
第四对齐单元，用于将所述伴奏集合中的任一个伴奏信号与所述基准节奏信息进行音轨对齐后，作为待混音的伴奏音频。
其中，关于本实施例中各个模块、单元更加具体的工作过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
可见，本实施例提供了一种混音歌曲生成装置，该装置根据歌曲音频的节拍信息，将不同版本的人声进行音轨对齐。本实施例可以针对同一首歌曲的至少两个演唱版本进行混音，能够覆盖更多歌曲进行混音，并且在混音过程中，将各个演唱版本中的所有人声信号进行了音轨对齐，并选择了与人声信号的音轨对齐的伴奏信号，因此混合人声和伴奏时，能够使歌词、节拍等元素保持协调性和同步性，得到混音效果良好的混音歌曲，提高了混音效果。
进一步的，本申请实施例还提供了一种电子设备。其中，上述电子设备既可以是如图10所示的服务器50，也可以是如图11所示的终端60。图10和图11均是根据一示例性实施例示出的电子设备结构图，图中的内容不能被认为是对本申请的使用范围的任何限制。
图10为本申请实施例提供的一种服务器的结构示意图。该服务器50，具体可以包括：至少一个处理器51、至少一个存储器52、电源53、通信接口54、输入输出接口55和通信总线56。其中，所述存储器52用于存储计算机程序，所述计算机程序由所述处理器51加载并执行，以实现前述任一实施例公开的混音歌曲生成中的相关步骤。
本实施例中，电源53用于为服务器50上的各硬件设备提供工作电压；通信接口54能够为服务器50创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口55，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器52作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统521、计算机程序522及数据523等，存储方式可以是短暂存储或者永久存储。
其中，操作系统521用于管理与控制服务器50上的各硬件设备以及计算机程序522，以实现处理器51对存储器52中数据523的运算与处理，其可以是Windows Server、Netware、Unix、Linux等。计算机程序522除了包括能够用于完成前述任一实施例公开的混音歌曲生成方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据523除了可以包括用于混音的歌曲音频等数据外，还可以包括应用程序的开发商信息等数据。
图11为本申请实施例提供的一种终端的结构示意图，该终端60具体可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
通常，本实施例中的终端60包括有：处理器61和存储器62。
其中，处理器61可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器61可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器61也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器61可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器61还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器62可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器62还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器62至少用于存储以下计算机程序621，其中，该计算机程序被处理器61加载并执行之后，能够实现前述任一实施例公开的由终端侧执行的混音歌曲生成方法中的相关步骤。另外，存储器62所存储的资源还可以包括操作系统622和数据623等，存储方式可以是短暂存储或者永久存储。其中，操作系统622可以包括Windows、Unix、Linux等。数据623可以包括但不限于待混音的歌曲音频。
在一些实施例中，终端60还可包括有显示屏63、输入输出接口64、通信接口65、传感器66、电源67以及通信总线68。
本领域技术人员可以理解，图11中示出的结构并不构成对终端60的限定，可以包括比图示更多或更少的组件。
进一步的，本申请实施例还公开了一种存储介质，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述任一实施例公开的混音歌曲生成方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
需要指出的是，上述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (18)

1.一种混音歌曲生成方法，其特征在于，包括：
获取至少两个歌曲音频；所述至少两个歌曲音频为同一首歌曲的不同演唱版本；
提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合；
在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于所述基准节奏信息将所述人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频；
将所述伴奏集合中，与所述人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频；
混合所述人声音频和所述伴奏音频，得到混音歌曲；
其中，所述混合所述人声音频和所述伴奏音频，得到混音歌曲，包括：
计算左声道增益值和右声道增益值；
基于所述左声道增益值和所述右声道增益值，确定所述人声音频中的每个人声信号的立体声信号；
混合各个立体声信号和所述伴奏音频，得到所述混音歌曲。
2.根据权利要求1所述的混音歌曲生成方法，其特征在于，所述提取每个歌曲音频中的人声信号，包括：
计算每个歌曲音频对应的中置信号，并从所述中置信号中提取每个歌曲音频中的人声信号；
或
提取每个歌曲音频中的左声道人声和右声道人声，并将所述左声道人声和所述右声道人声的幅度平均值或频谱特征平均值，确定为每个歌曲音频中的人声信号。
3.根据权利要求1所述的混音歌曲生成方法，其特征在于，所述提取每个歌曲音频中的伴奏信号，包括：
提取每个歌曲音频中的左声道伴奏或右声道伴奏，并将所述左声道伴奏或所述右声道伴奏确定为每个歌曲音频中的伴奏信号。
4.根据权利要求1所述的混音歌曲生成方法，其特征在于，若所述节奏信息为节拍信息，则所述在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于所述基准节奏信息将所述人声集合中的所有人声信号进行音轨对齐，包括：
提取每个歌曲音频中的节拍信息，得到包括至少两个节拍信息的节拍集合；所述节拍集合中的节拍信息和所述人声集合中的人声信号具有一一映射关系；
若所述节拍集合中各个节拍信息包括的元素个数相同，则确定所述基准节奏信息为第一节拍信息；所述第一节拍信息为所述节拍集合中的任一个节拍信息；
分别计算所述第一节拍信息与每个第二节拍信息的差异值；所述第二节拍信息为所述节拍集合中除所述第一节拍信息以外的其他节拍信息；
按照所述一一映射关系确定每个差异值与每个第二人声信号的第一对应关系；所述第二人声信号为所述人声集合中除第一人声信号以外的其他人声信号，所述第一人声信号为所述人声集合中与所述第一节拍信息具有映射关系的人声信号；
按照所述第一对应关系确定调整每个第二人声信号所需的相应差异值，并基于相应差异值确定每个第二人声信号的冗余端和待补位端；
从每个第二人声信号的冗余端删除与所述差异值等量的冗余数据，并在每个第二人声信号的待补位端添加与所述差异值等量的全零数据。
5.根据权利要求4所述的混音歌曲生成方法，其特征在于，所述分别计算所述第一节拍信息与每个第二节拍信息的差异值，包括：
按照第一公式分别计算所述第一节拍信息与每个第二节拍信息的差异值；所述第一公式为：M＝[sum(Beat0–BeatX)/numBeats]×L；
其中，M为Beat0与BeatX的差异值；Beat0为所述第一节拍信息的向量表示；BeatX为任一个第二节拍信息的向量表示；sum(Beat0–BeatX)为Beat0和BeatX中各个元素对位相减后，得到的所有差值的累加和；numBeats为各个节拍信息包括的元素个数；L为单位数据帧长度。
6.根据权利要求4所述的混音歌曲生成方法，其特征在于，还包括：
若获取到两个歌曲音频，且所述节拍集合中各个节拍信息包括的元素个数不同，则确定所述基准节奏信息为第三节拍信息；所述第三节拍信息为所述节拍集合中元素个数最少的节拍信息；
将第四节拍信息中的元素个数删减至与所述第三节拍信息中的元素个数相同；所述第四节拍信息为所述节拍集合中除所述第三节拍信息以外的其他节拍信息；
基于所述第三节拍信息或所述第四节拍信息确定多个相邻节拍组；
按照每个相邻节拍组划分第三人声信号和第四人声信号，得到每个相邻节拍组对应的第一数据片段和第二数据片段；所述第三人声信号为所述人声集合中与所述第三节拍信息具有映射关系的人声信号，所述第四人声信号为所述人声集合中除所述第三人声信号以外的其他人声信号；
针对每个相邻节拍组，使所述第一数据片段的数据长度和所述第二数据片段的数据长度相等。
7.根据权利要求6所述的混音歌曲生成方法，其特征在于，所述使所述第一数据片段的数据长度和所述第二数据片段的数据长度相等，包括：
若所述第一数据片段中的第一数据帧个数不等于所述第二数据片段中的第二数据帧个数，则将所述第一数据帧个数和所述第二数据帧个数中的最大值对应的数据片段确定为待删减片段；
计算所述待删减片段中每个数据帧的删减数，并按照所述删减数删减所述待删减片段中每个数据帧。
8.根据权利要求7所述的混音歌曲生成方法，其特征在于，所述计算所述待删减片段中每个数据帧的删减数，包括：
按照第二公式计算所述待删减片段中每个数据帧的删减数；所述第二公式为：P＝[(m-n)×L]/m；
其中，P为每个数据帧的删减数，m为所述最大值，n为所述第一数据帧个数和所述第二数据帧个数中的最小值，L为单位数据帧长度。
9.根据权利要求6所述的混音歌曲生成方法，其特征在于，所述将第四节拍信息中的元素个数删减至与所述第三节拍信息中的元素个数相同，包括：
将所述第三节拍信息中的各个元素按照时间戳大小排列为目标序列；
确定当前迭代次数，将所述目标序列中与当前迭代次数相等的排列位置上的元素确定为目标元素；
分别计算所述目标元素与各个对比元素的时间戳距离；所述对比元素为所述第四节拍信息中不与所述目标序列中的任一个元素匹配的元素；
将最小时间戳距离对应的对比元素确定为与所述目标元素匹配的元素；
若当前迭代次数不小于最大迭代次数，则删除当前所述第四节拍信息中的对比元素，保留所述第四节拍信息中与每个目标元素匹配的元素。
10.根据权利要求9所述的混音歌曲生成方法，其特征在于，
若当前迭代次数小于最大迭代次数，则当前迭代次数递增一，并执行确定当前迭代次数，将所述目标序列中与当前迭代次数相等的排列位置上的元素确定为目标元素；分别计算所述目标元素与各个对比元素的时间戳距离；将最小时间戳距离对应的对比元素确定为与所述目标元素匹配的元素的步骤，直至当前迭代次数不小于最大迭代次数。
11.根据权利要求1所述的混音歌曲生成方法，其特征在于，若所述节奏信息为BPM值，则所述在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于所述基准节奏信息将所述人声集合中的所有人声信号进行音轨对齐，包括：
统计每个歌曲音频对应的BPM值，得到包括至少两个BPM值的BPM值集合；所述BPM值集合中的BPM值和所述人声集合中的人声信号具有一一映射关系；
从所述BPM值集合中选择一个BPM值作为基准BPM值；所述基准BPM值为所述基准节奏信息；
计算所述基准BPM值与每个目标BPM值的比值；所述目标BPM值为所述BPM值集合中除所述基准BPM值以外的其他BPM值；
按照所述一一映射关系确定每个比值与每个目标人声信号的第二对应关系；所述目标人声信号为所述人声集合中除基准人声信号以外的其他人声信号，所述基准人声信号为所述人声集合中与所述基准BPM值具有映射关系的人声信号；
按照所述第二对应关系确定调整每个目标人声信号所需的相应比值，并基于相应比值对每个目标人声信号进行变速不变调处理。
12.根据权利要求1所述的混音歌曲生成方法，其特征在于，所述将音轨对齐后的所有人声信号作为待混音的人声音频之前，还包括：
从音轨对齐后的所有人声信号中随机选择一个人声信号作为标准人声信号；
按照第三公式调整每个待调人声信号的响度；所述待调人声信号为音轨对齐后的所有人声信号中除所述标准人声信号以外的其他人声信号；
其中，所述第三公式为：B＝vocalX×(RMS0/RMSX)；
其中，B为调整响度之后的待调人声信号，vocalX为调整响度之前的待调人声信号，RMS0为所述标准人声信号的均方根，RMSX为vocalX的均方根。
13.根据权利要求1所述的混音歌曲生成方法，其特征在于，所述混合各个立体声信号和所述伴奏音频，得到混音歌曲，包括：
按照第四公式混合各个立体声信号和所述伴奏音频，得到所述混音歌曲；
其中，所述第四公式为：
SongComb＝alpha×(vocal1+…+vocalN)+(1-alpha)×surround；
其中，SongComb为所述混音歌曲，vocal1、…、vocalN为各个立体声信号，alpha为预设调整因子，surround为所述伴奏音频。
14.根据权利要求1所述的混音歌曲生成方法，其特征在于，所述计算左声道增益值和右声道增益值，包括：
根据预设声像角度和人声信号在所述预设声像角度中的预设位置，计算所述左声道增益值和所述右声道增益值；
或
通过分配线性增益的方式计算所述左声道增益值和所述右声道增益值。
15.根据权利要求1所述的混音歌曲生成方法，其特征在于，所述将所述伴奏集合中，与所述人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频，包括：
在所述伴奏集合中，选择与所述基准节奏信息对齐的伴奏信号作为待混音的伴奏音频；
或
将所述伴奏集合中的任一个伴奏信号与所述基准节奏信息进行音轨对齐后，作为待混音的伴奏音频。
16.一种混音歌曲生成装置，其特征在于，包括：
获取模块，用于获取至少两个歌曲音频；所述至少两个歌曲音频为同一首歌曲的不同演唱版本；
提取模块，用于提取每个歌曲音频中的人声信号和伴奏信号，得到包括至少两个人声信号的人声集合和包括至少两个伴奏信号的伴奏集合；
对齐模块，用于在各个歌曲音频对应的节奏信息中选择基准节奏信息，基于所述基准节奏信息将所述人声集合中的所有人声信号进行音轨对齐，并将音轨对齐后的所有人声信号作为待混音的人声音频；
选择模块，用于将所述伴奏集合中，与所述人声音频的音轨对齐的伴奏信号确定为待混音的伴奏音频；
混合模块，用于混合所述人声音频和所述伴奏音频，得到混音歌曲；
其中，所述混合模块包括：
第三计算单元，用于计算左声道增益值和右声道增益值；
第五确定单元，用于基于所述左声道增益值和所述右声道增益值，确定所述人声音频中的每个人声信号的立体声信号；
混合单元，用于混合各个立体声信号和所述伴奏音频，得到所述混音歌曲。
17.一种电子设备，其特征在于，所述电子设备包括处理器和存储器；其中，所述存储器用于存储计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至15任一项所述的混音歌曲生成方法。
18.一种存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至15任一项所述的混音歌曲生成方法。
CN202110205483.9A 2021-02-24 2021-02-24 一种混音歌曲生成方法、装置、设备及存储介质 Active CN112967705B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110205483.9A CN112967705B (zh) 2021-02-24 2021-02-24 一种混音歌曲生成方法、装置、设备及存储介质
US18/278,602 US20240135905A1 (en) 2021-02-24 2021-10-07 Audio mixing song generation method and apparatus, device, and storage medium
PCT/CN2021/122573 WO2022179110A1 (zh) 2021-02-24 2021-10-08 一种混音歌曲生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110205483.9A CN112967705B (zh) 2021-02-24 2021-02-24 一种混音歌曲生成方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112967705A CN112967705A (zh) 2021-06-15
CN112967705B true CN112967705B (zh) 2023-11-28

Family

ID=76285886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110205483.9A Active CN112967705B (zh) 2021-02-24 2021-02-24 一种混音歌曲生成方法、装置、设备及存储介质

Country Status (3)

Country Link
US (1) US20240135905A1 (zh)
CN (1) CN112967705B (zh)
WO (1) WO2022179110A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112967705B (zh) * 2021-02-24 2023-11-28 腾讯音乐娱乐科技（深圳）有限公司 一种混音歌曲生成方法、装置、设备及存储介质
CN114203163A (zh) * 2022-02-16 2022-03-18 荣耀终端有限公司 音频信号处理方法及装置
CN117059055A (zh) * 2022-05-07 2023-11-14 北京字跳网络技术有限公司 音频处理方法、装置、设备及存储介质
CN116524883B (zh) * 2023-07-03 2024-01-05 腾讯科技（深圳）有限公司 音频合成方法、装置、电子设备和计算机可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106686431A (zh) * 2016-12-08 2017-05-17 杭州网易云音乐科技有限公司 一种音频文件的合成方法和设备
CN110534078A (zh) * 2019-07-30 2019-12-03 黑盒子科技（北京）有限公司 一种基于音频特征的细粒度音乐节奏提取系统及方法
WO2020034227A1 (zh) * 2018-08-17 2020-02-20 华为技术有限公司 一种多媒体内容同步方法及电子设备
CN110992970A (zh) * 2019-12-13 2020-04-10 腾讯音乐娱乐科技（深圳）有限公司 音频合成方法及相关装置
CN111326132A (zh) * 2020-01-22 2020-06-23 北京达佳互联信息技术有限公司 音频处理方法、装置、存储介质及电子设备
CN112216294A (zh) * 2020-08-31 2021-01-12 北京达佳互联信息技术有限公司 音频处理方法、装置、电子设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070218444A1 (en) * 2006-03-02 2007-09-20 David Konetski System and method for presenting karaoke audio features from an optical medium
US8005666B2 (en) * 2006-10-24 2011-08-23 National Institute Of Advanced Industrial Science And Technology Automatic system for temporal alignment of music audio signal with lyrics
CN111916039B (zh) * 2019-05-08 2022-09-23 北京字节跳动网络技术有限公司 音乐文件的处理方法、装置、终端及存储介质
CN112967705B (zh) * 2021-02-24 2023-11-28 腾讯音乐娱乐科技（深圳）有限公司 一种混音歌曲生成方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106686431A (zh) * 2016-12-08 2017-05-17 杭州网易云音乐科技有限公司 一种音频文件的合成方法和设备
WO2020034227A1 (zh) * 2018-08-17 2020-02-20 华为技术有限公司 一种多媒体内容同步方法及电子设备
CN110534078A (zh) * 2019-07-30 2019-12-03 黑盒子科技（北京）有限公司 一种基于音频特征的细粒度音乐节奏提取系统及方法
CN110992970A (zh) * 2019-12-13 2020-04-10 腾讯音乐娱乐科技（深圳）有限公司 音频合成方法及相关装置
CN111326132A (zh) * 2020-01-22 2020-06-23 北京达佳互联信息技术有限公司 音频处理方法、装置、存储介质及电子设备
CN112216294A (zh) * 2020-08-31 2021-01-12 北京达佳互联信息技术有限公司 音频处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
WO2022179110A1 (zh) 2022-09-01
US20240135905A1 (en) 2024-04-25
CN112967705A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN112967705B (zh) 一种混音歌曲生成方法、装置、设备及存储介质
US11727904B2 (en) Network musical instrument
US9779708B2 (en) Networks of portable electronic devices that collectively generate sound
WO2021103314A1 (zh) 一种构造听音场景的方法和相关装置
CN110992970B (zh) 音频合成方法及相关装置
US10249209B2 (en) Real-time pitch detection for creating, practicing and sharing of musical harmonies
JP6669883B2 (ja) 音声データ処理方法及び装置
CN112037738A (zh) 一种音乐数据的处理方法、装置及计算机存储介质
CN113823250B (zh) 音频播放方法、装置、终端及存储介质
CN113302945A (zh) 用于捕获的视听表演的增强现实过滤器
WO2023109278A1 (zh) 一种伴奏的生成方法、设备及存储介质
Buyens et al. A stereo music preprocessing scheme for cochlear implant users
CN114067827A (zh) 一种音频处理方法、装置及存储介质
CN111724757A (zh) 一种音频数据处理方法及相关产品
WO2022248729A1 (en) Stereophonic audio rearrangement based on decomposed tracks
CN113035164A (zh) 歌声生成方法和装置、电子设备及存储介质
US20160307551A1 (en) Multifunctional Media Players
WO2022143530A1 (zh) 音频处理方法、装置、计算机设备及存储介质
CN112825245B (zh) 实时修音方法、装置及电子设备
CN116229996A (zh) 音频制作方法、装置、终端、存储介质及程序产品
US20130028423A1 (en) Three dimensional sound positioning system
CN118135973A (zh) 一种曲风转换方法、装置、计算机设备和存储介质
CN117496923A (zh) 歌曲生成方法、装置、设备及存储介质
CN116932810A (zh) 一种音乐信息展示方法、装置和计算机可读存储介质
CN114827886A (zh) 音频生成方法、装置、电子设备和存储介质

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