CN116403549A - 音乐生成方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开实施例提供一种音乐生成方法、装置、电子设备及存储介质，通过获取初始音频；获取与初始音频对应的第一编曲模板，其中，第一编曲模板用于为初始音频增加具有目标音乐风格的配乐；基于第一编曲模板，处理初始音频，生成目标音乐。在获得用户录入的初始音频后，通过选择与初始音频相匹配的第一编曲模板，并利用该第一编曲模板处理初始音频，为初始音频增加具有目标音乐风格的配乐，从而生成目标音乐，实现了将初始音频直接加工为目标音乐的效果，降低音乐制作的难度、简化制作流程，提高生成的目标音乐的音乐质量。

Description

音乐生成方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及互联网技术领域，尤其涉及一种音乐生成方法、装置、电子设备及存储介质。

背景技术

当前，制作和分享个人的音乐作品，正成为一种流行的信息传播方式。对于常规的音乐作品，通常需要利用专业设备经过谱曲、录音、编曲等多个制作环节，才能完成一首音乐作品的制作。

然而，传统的音乐生成和制作方法，存在音乐作品的制作成本高、制作质量差的问题。

发明内容

本公开实施例提供一种音乐生成方法、装置、电子设备及存储介质，以克服制作成本高、制作质量低下的问题。

第一方面，本公开实施例提供一种音乐生成方法，包括：

获取初始音频；获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；基于第一编曲模板，处理所述初始音频，生成目标音乐。

第二方面，本公开实施例提供一种音乐生成装置，包括：

输入模块，用于获取初始音频；

处理模块，用于获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；

编曲模块，基于第一编曲模板，处理所述初始音频，生成目标音乐。

第三方面，本公开实施例提供一种电子设备，包括：

处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如上第一方面以及第一方面各种可能的设计所述的音乐生成方法。

第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的音乐生成方法。

第五方面，本公开实施例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如上第一方面以及第一方面各种可能的设计所述的音乐生成方法。

本实施例提供的音乐生成方法、装置、电子设备及存储介质，通过获取初始音频；获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；基于第一编曲模板，处理所述初始音频，生成目标音乐。在获得用户录入的初始音频后，通过选择与初始音频相匹配的第一编曲模板，并利用该第一编曲模板处理初始音频，为初始音频增加具有目标音乐风格的配乐，从而生成目标音乐，实现了将初始音频直接加工为目标音乐的效果，降低音乐制作的难度、简化制作流程，提高生成的目标音乐的音乐质量。

附图说明

为了更清楚地说明本公开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一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本公开实施例提供的音乐生成方法的一种应用场景图；

图2为本公开实施例提供的音乐生成方法的流程示意图一；

图3为图2所示实施例中步骤S101的具体实现方式的流程图；

图4为本公开实施例提供的一种第一界面的示意图；

图5为图2所示实施例中步骤S102的具体实现方式的流程图；

图6为图5所示实施例中步骤S1021的具体实现方式的流程图；

图7为本公开实施例提供的另一种第一界面的示意图；

图8为本公开实施例提供的音乐生成方法的流程示意图二；

图9为本公开实施例提供的一种显示预生成音乐的示意图；

图10为本公开实施例提供的一种第二界面的示意图；

图11为图8所示实施例中步骤S206的具体实现方式的流程图；

图12为本公开实施例提供的一种由第二界面向第三界面跳转的示意图；

图13为图11所示实施例中步骤S2062的具体实现方式的流程图；

图14为图8所示实施例中步骤S207的具体实现方式的流程图；

图15为本公开实施例提供的音乐生成装置的结构框图；

图16为本公开实施例提供的一种电子设备的结构示意图；

图17为本公开实施例提供的电子设备的硬件结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。

下面对本公开实施例的应用场景进行解释：

图1为本公开实施例提供的音乐生成方法的一种应用场景图，本公开实施例提供的音乐生成方法，可以应用于生成个人音乐作品的应用场景，更具体地，如图1所示，本公开实施例提供的方法，可以应用于终端设备，例如智能手机，终端设备上通过运行音乐生成应用(Application，APP)，来实现本实施例提供的音乐生成方法。具体地，例如，用户触发音乐生成应用中的录制组件后，终端设备开始采集用户所发出的语音，例如轻声哼唱的旋律、歌曲等，之后，终端设备基于上述所采集的用户的语音，自动生成与之匹配的配乐，并进行混音后，生成音乐作品，并进行播放，以实现用户的试听；而进一步地，若用户在试听后对该音乐作品不满意，可以进一步对该音乐作品的和弦、编曲进行修改，直至生成满意的音乐作品。

现有技术中，对于常规的音乐作品，通常需要利用专业设备经过谱曲、录音、编曲等多个制作环节，才能完成一首音乐作品的制作。然而，传统的音乐生成和制作方法，存在音乐作品的制作成本高、制作质量差的问题。本公开实施例提供一种音乐生成方法以解决上述问题。

参考图2，图2为本公开实施例提供的音乐生成方法的流程示意图一。本实施例的方法可以应用在终端设备中，该音乐生成方法包括：

步骤S101：获取初始音频。

示例性地，一种可能的实现方式中，参考图1所示的应用场景示意图，终端设备首先通过声音采集单元，例如麦克风来采集声音信号，从而得到用户所发出的语音，即初始音频。更具体地，例如用户哼唱的旋律、曲调等，初始音频可以仅包含旋律信息(即仅哼唱旋律)，还可以进包含语义信息(即仅念出歌词)，也可以同时包含旋律信息和语义信息(即哼唱旋律和歌词)，此处不进行具体限定。通过运行能够用于生成音乐作品的目标应用，此处不做具体限定。

进一步地，在一种可能的实现方式中，终端设备运行目标应用后，在目标应用的第一界面内，设置有录音组件，响应于针对录音组件的第一触发操作，即可实现初始音频的采集。具体他，如图3所示，步骤S101的具体实现方式包括：

步骤S1011：响应于针对第一界面内的第一触发操作，采集实时语音数据。

步骤S1012：在达到预设条件后，基于不同时刻下采集的实时语音数据，生成初始音频。

图4为本公开实施例提供的一种第一界面的示意图，下面结合图4对上述过程进行介绍，示例性地，第一界面即音频录制界面，第一触发操作例如为点击或长按(图中示为长按操作)该第一界面内的录音组件，之后终端设备开始持续采集声音信号，并生成基于时间序列的实时语音数据。预设条件例如为：释放针对录音组件的长按(图中示为释放操作)，或者，经过预设时长。在到达预设条件后，终端设备将上述时段内不同时刻下采集的实时语音数据，保存为输入数据。

可选地，在步骤S1011之后，还包括：

步骤S1013：将实时语音数据对应的波形实时显示在第一界面内。

可选地，在开始采集实时语音数据后，参考图4所示，在第一界面内，还同时显示当前时刻对应的波形，波形有当前时刻、以及当前时刻之前至采集启示时刻的实时语音数据构成，具体地，波形由多个数值点构成，每一数值点对应一个采集时刻，数值点的值表征实时语音数据对应的音频幅值。

本实施例步骤中，通过针对第一界面的第一触发操作，实现了初始音频的实时采集，能够实现对初始音频的录制过程的灵活控制，结合波形展示，提高初始音频的录制效率。

进一步地，第一界面内还设置有第一设置组件，在在获取初始音频之前，还包括：

步骤S100：接收针对第一界面内的第一设置组件的第一设置操作，第一设置操作用于设置目标类型的人声效果。

相应的，在另一种可能的实现方式中，步骤S101的具体实现方式包括：

步骤S1014：响应于第一触发操作进行声音采集，得到原始语音。

步骤S1015：对原始语音进行处理，得到具有目标类型的人声效果的初始音频。

示例性地，首先终端设备利用声音采集单元进行声音信息采集，得到原始语音，具体实现方式可参见上述步骤S1011-S1012的实现方式，不再赘述。之后，在原始语音的基础上，例如通过第一设置操作所选择的目标类型的人声效果，对原始语音进行处理，从而改变原始语音的声音特性。其中，人声效果人声演唱时的音色，人声效果类型可以通过音乐类型进行表示，例如，人声效果的类型例如包括流行(Pop)、爵士(Jazz)等。在其他可能的实现方式中，人声效果的类型还可以是基于上述分类进一步细化的子类型，例如城市流行(cityPop)、经典流行(Classic Pop)等，此处不进行具体限制。

进一步地，第一设置操作可以包括两个子操作，分别用于对不同类型的人声效果进行展示以及触发，例如，当终端设备响应用户输入的第一设置子操作后，触发对应的第一设置组件，显示若干人声效果标识，之后终端设备响应用户输入的第二设置子操作，选择对应的目标人声效果标识，从而得到表征目标类型的人声效果的第一录制信息，第一录制信息可以是由针对不同声音频率的加权系数构成的加权系数序列，通过该第一录制信息对原始语音的至少一个频率点上的频率值进行加权计算，从而得到具有目标类型的人声效果的初始音频。

本实施例步骤中，通过在初始音频采集前，获得第一录制信息，从而实现对初始音频的调节，使初始音频具有个性化的人声效果，从而提高后续生成的目标音乐的听感质量。

在另一种可能的实现方式中，步骤S101的具体实现方式包括：

响应于针对第一界面内的第一加载操作，选取语音文件；加载所述语音文件，得到所述初始音频。其中，语音文件为预生成的包含声音信号的文件，通过第一加载操作从本地或远端获取该语音文件后，加载至终端设备，从而获得语音文件内的音乐信号，相当于之前步骤中得到的原始语音，之后，对音乐信号进行处理(例如设置人声效果)后，即可得到初始音频，具体实现方式类似，不再赘述。

步骤S102：获取与初始音频对应的第一编曲模板，其中，第一编曲模板用于为初始音频增加具有目标音乐风格的配乐。

示例性地，在得到初始音频后，根据初始音频所具有的特效，确定一个与其匹配的编曲模板，即第一编曲模板，并使用该第一编曲模板为初始音频增加配乐。其中，编曲是指在主旋律的基础上，配置乐器、和弦、低音、和声等元素的过程。编曲模板是一种用于通过固定搭配的方式实现上述音乐编曲的模板数据。编曲模板是预生成的，基于初始音频的特征，选择一个与该初始音频的特征相匹配的编曲模板，即第一编曲模板。

在一种可能的实现方式中，如图5所示，步骤S102的具体实现方式包括：

步骤S1021：获取初始音频的第一编曲信息，第一编曲信息表征适配初始音频的配乐的旋律特征。

步骤S1022：根据第一编曲信息，得到第一编曲模板。

示例性地，初始音频的第一编曲信息可以是用户自定义设置的，也可以是基于初始音频自动生成的，还可以第一编曲信息中的部分是用户自定义设置的，部分是基于初始音频自动生成的。一种可能的实现方式中，第一编曲信息表征适配初始音频的配乐的旋律特征，配乐的旋律特征例如通过配乐节拍表示。因此，根据初始音频的语音节拍，即可确定表征与其相似或一致的配乐节拍的第一编曲信息。

更进一步地，示例性地，如图6所示，步骤S1021的具体实现方式包括：

步骤S1021A：根据初始音频的音高变化，得到初始音频的语音节拍。

步骤S1021B：根据初始音频的语音节拍，得到对应的配乐节拍。

步骤S1021C：根据配乐节拍，得到第一编曲信息。

示例性地，初始音频的音高可以通过初始音频对应的数字信号的幅值得到，音高的获取方法为现有技术，此处不再赘述。之后，基于不同时间点间音高的变化情况(即音高变化)，可以得到初始音频的语音节拍，例如在一定频率维度上，音高变化越快，则语音节拍越快，反正，则音高变化越慢，则语音节拍越慢。之后，基于语音节拍，匹配与其相似的配乐节拍，并基于配乐节拍生成对应的第一编曲信息，其中，第一编曲信息可以为具体的节拍标识，同时，预设的编曲模板对应有表征其节奏快慢的模板节奏标识，通过对比上述节拍标识和目标节奏标识，即可确定与第一编曲信息所对应的第一编曲模板。

进一步地，在一种可能的实现方式中，第一界面内还设置有第二设置组件，第二设置组件用于设置配乐节拍，和/或初始音频的播放速度。在另一种可能的实现方式中，步骤S1021的具体实现方式包括：

步骤S1021D：响应于针对第一界面内的第二设置组件的第二设置操作，得到第二录制信息，第二录制信息表征配乐节拍和/或初始音频的播放速度；

步骤S1021E：根据第二录制信息，得到第一编曲信息。

终端设备响应用户输入的针对第二设置组件的第二设置操作后，可以得到基于用户的个性化选择的第二录制信息；其中，第二录制信息表征配乐节拍和/或初始音频的播放速度。图7为本公开实施例提供的另一种第一界面的示意图，如图7所示，第一界面内的第二设置组件包括组件A和组件B，其中，组件A用于设置配乐节拍、组件B用于设置播放速度，当用户分别点击组件A和组件B后，会弹出对应的设置界面IF_A和设置界面IF_B，用户在设置界面内进行具体设置后，终端设备得到对应的配乐节拍和播放速度，从而得到第二录制信息，之后，基于第二录制信息，得到表征的旋律特征的第一编曲信息。

本实施例步骤中，通过响应于针对第一界面内的第二设置组件的第二设置操作，实现了第一编曲信息的个性化设置，从而满足用户个性化的编曲需求，提高为初始音频于第一编曲模板之间的匹配度，提高输出的目标音乐的音乐质量。

步骤S103：基于第一编曲模板，处理初始音频，生成目标音乐。

示例性地，在基于上述步骤，得到第一编曲模板后，在一种可能的实现方式中，第一编曲模板可以直接生成与初始音频对应的、具有目标音乐风格的配乐，其中，示例性地，目标音乐风格与第一编曲模板相对应，在基于第一编曲信息确定第一编曲模板时，即确定了其对应的目标音乐风格。配乐中可以包括乐器声效、和声声效、和弦旋律等多个配乐元素。其中，配乐的时长可以与初始音频的时长相同或略长于初始音频，基于第一编曲模板生成初始音频对应的配乐后，将配乐与初始音频进行混音，即可得到目标音乐。

在本实施例中，通过获取初始音频；获取与初始音频对应的第一编曲模板，其中，第一编曲模板用于为初始音频增加具有目标音乐风格的配乐；基于第一编曲模板，处理初始音频，生成目标音乐。在获得用户录入的初始音频后，通过选择与初始音频相匹配的第一编曲模板，并利用该第一编曲模板处理初始音频，为初始音频增加具有目标音乐风格的配乐，从而生成目标音乐，实现了将初始音频直接加工为目标音乐的效果，降低音乐制作的难度、简化制作流程，提高生成的目标音乐的音乐质量。

参考图8，图8为本公开实施例提供的音乐生成方法的流程示意图二。本实施例在图2所示实施例的基础上，进一步对步骤S103进行细化，该音乐生成方法包括：

步骤S201：响应于第一触发操作进行声音采集，得到初始音频。

步骤S202：获取与初始音频对应的第一编曲模板，其中，第一编曲模板用于为初始音频增加具有目标音乐风格的配乐。

步骤S203：根据第一编曲模板，得到具有目标音乐风格的第一编曲。

示例性地，参考图2所示实施例中对获得第一编曲模板的介绍，在此之后，终端设备例如第一编曲模板，对输入音乐进行处理，即以输入音乐为输入参数，输入第一编曲模板，第一编曲模板根据输入音乐的时长，利用其所具有的能够生成目标音乐风格的配乐的能力，生成与输入音乐的时长相匹配、具有目标音乐风格的配乐，即第一编曲。其中，上述所指的音乐风格，可以通过构成配乐的和弦、配乐元素等方面的差异性表现，配乐元素包括乐器声效、和声声效、主旋律声效等。也即，第一编曲具有对应的目标和弦和/或目标配乐元素。

步骤S204：对第一编曲和初始音频进行混音，生成预生成音乐。

进一步地，在得到第一编曲后，对第一编曲和初始音频进行混音，即生成预生成音乐，其中，对第一编曲和初始音频进行混音，是指基于一个混音系数，对第一编曲和初始音频的音高(声音能量的强度)进行设置，并基于设置后的音高，同时播放第一编曲和初始音频，从而实现第一编曲和初始音频的混音。

其中，生成的预生成音乐由多个声音通道构成，图9为本公开实施例提供的一种显示预生成音乐的示意图，参考图9所示，在生成预生成音乐后，当达到对应的触发条件(例如接收到用户的特定操作指令)，会在显示界面内显示预生成音乐，示例性地，如图9所示，预生成音乐由声音通道chan_1、声音通道chan_2和声音通道chan_3构成，其中，声音通道chan_1为人声通道，即承载初始音频的声音通道；声音通道chan_2和声音通道chan_3为乐器声道，其中，声音通道chan_2为承载鼓点声效的声音通道、声音通道chan_3为承载键盘声效的声音通道。

可选地，在步骤S204之前，还包括：

步骤S200A：显示第五界面，第五界面用于设置第一编曲和初始音频的混音系数，混音系数表征第一编曲和初始音频进行混音时各自的音量值；

步骤S200B：响应于针对第五界面的第五设置操作，得到目标混音系数。

示例性地，在第五界面内，可以设置有第一编曲和初始音频分别对应的控制组件，例如滑动条组件、可编辑文本框组件等，用户输入针对上述控制组件的第五设置操作后，可以实现对混音系数的编辑，例如通过设置滑动条组件至指定位置，从而确定一个混音系数。第五设置操作的具体实现形式可以基于需要设置，此处不进行限定。终端设备通过响应于第五设置操作，得到目标混音系数的具体方式，基于第五设置操作和上述控制组件的不同，也响应变化，此处不再一一赘述。

相应的，步骤S204的具体实现方式包括：

基于目标混音系数对第一编曲和初始音频进行混音，生成预生成音乐。上述对基于混音系数进行混音的具体实现方式已进行介绍，此处不再赘述。其中，需要说明的是，第五界面是基于用户的触发指令而显示的，例如用户点击第五界面对应的触发组件后，由第二界面跳转至第五界面。或者，由第三界面、第四界面等，跳转至第五界面。上述步骤S200A、S200B也可以在执行完步骤S204之后，基于用户的操作而再次执行。

可选地，在步骤S204之后，还包括：

步骤S205A：在第二界面内，显示第一编曲模板对应的第一模板标识和至少一个备选编曲模板对应的第二模板标识，其中，第一模板标识和至少一个第二模板标识基于目标排列顺序排列，目标排列顺序至少是基于初始音频的第一编曲信息确定的，第一编曲信息表征适配初始音频的配乐的旋律特征。

步骤S205B：响应于针对备选编曲模板的选择操作，生成更新后的第一编曲。

一种可能的实现方式中，预生成音乐是终端设备通过匹配的第一编辑目标，对初始音频进行处理后生成的，此种实现方式中，用户可以在仅输入初始音频(例如哼唱简单的旋律)的情况下，完成预生成音乐以及最终目标音乐的生成，最大程度的简化流程，降低用户操作复杂度和操作难度，提高编曲旋律。然而，在此基础上，用户可以在对自动生成的预生成音乐进行试听的基础上，进一步对该预生成音乐进行配乐编辑，从而实现更加个性化的配乐编曲。具体地，例如，在生成预生成音乐后，可以进一步地对预生成音乐的音轨进行编辑，例如增加、删除音轨，或者音轨分离等。再例如，可以对预生成音乐进行更加细化的编辑，例如改变预生成音乐的和弦、乐器等。

图10为本公开实施例提供的一种第二界面的示意图，如图10所示，在终端设备自动生成预生成音乐，一方面，在第二界面的第一区域内，显示预生成音乐对应的波形，其中，横轴为时间轴，图中显示的播放位置为00:12，即预生成音乐的播放时间戳的第12秒处。纵轴为预生成音乐在各时间点的幅值。另一方面，在第二界面的第二区域内，显示当前被选择的编曲模板，即第一编曲目标，以及至少一个备选编曲目标，其中，第一模板标识和至少一个第二模板标识基于目标排列顺序排列，目标排列顺序至少是基于初始音频的第一编曲信息确定的，简言之，即按照各编曲模板与初始音频的匹配度排列，匹配度越高，则排列位置越靠前(靠近第二区域的左边缘)。其中，各编曲模板的匹配度的计算方式，可参考图2所示实施例中对获取第一编曲目标的实现方式的介绍。

进一步地，当用户点击其中的备选编曲模板后，终端设备响应用户的选择操作，将其中被选项的备选编曲目标确定为第一编曲模板，并重新基于该更新后的第一编曲模板生成更新后的第一编曲，并返回步骤S204，基于更新后的第一编曲与初始音频混音，从而重新生成新的预生成音乐。

可选地，在步骤S204之后，还包括：

步骤S206：更新预生成音乐的配乐元素，从而生成更新后的第一编曲。

示例性地，除了上述对编曲模板的更新步骤外，还可以对编曲模板中的配乐元素进行更新，相当于对编曲模板进一步地个性化设置，从而得到更加满足用户需求的第一编曲。示例性地，配乐元素包括以下至少一种：乐器声效、和声声效、主旋律声效、背景音效。示例性地，如图11所示，步骤S206的具体实现方式包括：

步骤S2061：基于预生成音乐的目标播放位置，显示第三界面，第三界面用于展示预生成音乐对应的第一编曲在目标播放位置处的配乐元素。

步骤S2062：响应于针对第三界面的第三设置操作，得到第二编曲。

示例性地，在第二界面内显示、播放预生成音乐的过程中，当预生成音乐播放目标播放位置，或者基于用户操作跳转(seek)至目标播放位置，终端设备在接收到用户输入的第三界面触发操作后，显示第三界面，第三界面用于展示预生成音乐对应的第一编曲在目标播放位置处的配乐元素，之后，用户可以在第三界面的基础上，实施第三设置操作，从而实现对配乐元素的设置，例如改变乐器声效、改变和声声效等。图12为本公开实施例提供的一种由第二界面向第三界面跳转的示意图，如图12所示，在第二界面内显示预生成音乐，当该预生成音乐播放至t_1时刻(播放时间戳)，用户点击第二界面内的编辑组件，跳转至第三界面，并在第三界面内显示以t_1时刻为起点、以t_1+det时刻为终点的时间段内的配乐元素，其中，det为大于或等于最小采用间隔的数值，表征配乐元素的编辑区间；配乐元素通过声音通道实现，例如图中所示，配乐元素包括鼓点声效(其对应的元素标识为Rhy_1)、背景声效(其对应的元素标识为Amb_1)、贝斯声效(其对应的元素标识为Bas_1)、和声声效(其对应的元素标识为Harm_1)、主旋律声效(其对应的元素标识为Lea_1)。每个配乐元素对应一个声音通道，声音通道上承载具体的配乐元素的具体声音数据，即实现方式。

进一步地，当用户针对第三界面内的配乐元素(对应的组件)施加第三设置操作，终端设备会相应的根据该第三设置操作对应的设置指令，改变配乐元素的具体实现，从而生成新的编曲，即第二编曲。

示例性地，第三设置操作至少包括依次执行的第一子操作和第二子操作，如图13所示，步骤S2062的具体实现方式包括：

步骤S2062A：响应于针对目标配乐元素的第一子操作，显示目标配乐元素对应的至少两个备选元素标识，备选元素标识表征目标配乐元素的实现方式。

步骤S2062B：响应于针对至少两个备选元素标识中的目标元素标识的第二子操作，将目标配乐元素设置为目标实现方式。

步骤S2062C：基于目标配乐元素的目标实现方式和其他配乐元素对应的实现方式，得到第二编曲。

示例性地，结合图12中所示的第三界面，当贝斯声效为被选择的目标配乐元素，响应于针对贝斯声效对应的元素标识的第一子操作，以下拉菜单的形式显示多个备选元素标识，之后基于第二子操作，选择其中一个备选元素标识作为目标元素标识(图中示为Bas_1)，并进行显示。同时将贝斯声效的目标元素标识对应的目标实现方式，和鼓点声效、和声声效、背景声效、主旋律声效当前的实现方式，共同得到第二编曲。

步骤S2063：并将第二编曲确定为更新后的第一编曲。

示例性地，将第二编曲确定为更新后的第一编曲，可以重新返回步骤S204，实现预生成音乐的更新。本实施例中，通过响应于针对第三界面的第三设置操作，对配乐元素进行修改，得到第二编曲，从而实现对预生成音乐的更新，进一步提高编曲灵活性，满足用户的个性化需求。

步骤S207：更新预生成音乐的和弦，从而生成更新后的第一编曲。

示例性地，如图14所示，步骤S207的具体实现方式包括：

步骤S2071：基于预生成音乐的目标播放位置，显示第四界面，第四界面用于展示预生成音乐对应的第一编曲在目标播放位置处的和弦。

步骤S2072：响应于针对第四界面的第四设置操作，得到第三编曲。

步骤S2073：基于第三编曲和初始音频进行混音，得到更新后的预生成音乐。

示例性地，与设置配乐元素的方式类似，在第二界面内显示、播放预生成音乐的过程中，当预生成音乐播放目标播放位置，或者基于用户操作跳转(seek)至目标播放位置，终端设备在接收到用户输入的第四界面触发操作后，显示第四界面，第四界面用于展示预生成音乐对应的第一编曲在目标播放位置处的和弦，之后，用户可以在第四界面的基础上，实施第四设置操作，从而实现对和弦的设置。其中，具体地，和弦是指有一定音程关系的一组声音，即将三个或以上的音，按照三度或非三度的叠置关系，在纵向上加以结合，就称为和弦。和弦通常包括三和弦(三个音的和弦)、七和弦(四个音的和弦)、九和弦(五个音)等。基于和弦不同的实现形式，可以在第四界面内显示相应数量的音节组件，基于第四设置操作改变音节组件对应的音节内容，实现不同的音节组合，从而实现不同的和弦。第四界面的具体显示方式以及具体的设置方式，可以根据需要设置，此处进行具体限定。

将第二编曲确定为更新后的第一编曲，可以重新返回步骤S204，实现预生成音乐的更新。本实施例中，通过响应于针对第四界面的第四设置操作，对和弦进行修改，得到第三编曲，从而实现对预生成音乐的更新，进一步提高编曲灵活性，满足用户的个性化需求。

步骤S208：响应于第二触发操作，导出预生成音乐，生成目标音乐。

示例性地，在经过上述对预生成音乐至少一次的生成步骤后，将满足用户需要的个性化的预生成音乐，进行数据导出，例如通过图12所示的第二界面中的导出组件，将预生成音乐生成能够直接播放的目标音乐，例如mp3、wav格式的音乐文件，从而实现音乐作品的制作过程。可选地，与此同时，可以进一步生成与该目标音乐匹配的音乐封面，例如与该目标音乐的配乐相匹配的图片、视频，作为音乐封面，并将目标应用和音乐封面进行发布，具体实现过程此处不再赘述。

本实施例中，在自动生成第一编辑模板的基础上，可以基于用户的设置操作，进一步对自动选择的编辑模板进行修改，调整配乐元素、和弦和混音系数，实现更加细致的配乐设置，从而生成满足用户个性化需求的音乐作品。

本实施例中，步骤S201-步骤202的实现方式与本公开图2所示实施例中的步骤S101-步骤S102的实现方式相同，在此不再一一赘述。

对应于上文实施例的音乐生成方法，图15为本公开实施例提供的音乐生成装置的结构框图。为了便于说明，仅示出了与本公开实施例相关的部分。

参照图15，音乐生成装置3包括：

输入模块31，用于获取初始音频；

处理模块32，用于获取与初始音频对应的第一编曲模板，其中，第一编曲模板用于为初始音频增加具有目标音乐风格的配乐；

编曲模块33，基于第一编曲模板，处理初始音频，生成目标音乐。

在本公开的一个实施例中，输入模块31，具体用于：响应于针对第一界面内的第一触发操作，采集实时语音数据；在达到预设条件后，基于不同时刻下采集的实时语音数据，生成初始音频；输入模块31，还用于：将实时语音数据对应的波形实时显示在第一界面内。

在本公开的一个实施例中，在获取初始音频之前，输入模块31，还用于：接收针对第一界面内的第一设置组件的第一设置操作，第一设置操作用于设置目标类型的人声效果；输入模块31，具体用于：响应于第一触发操作进行声音采集，得到原始语音；对原始语音进行处理，得到具有目标类型的人声效果的初始音频。

在本公开的一个实施例中，编曲模块33，具体用于：根据第一编曲模板，得到具有目标音乐风格的第一编曲；对第一编曲和初始音频进行混音，生成预生成音乐；响应于第二触发操作，导出预生成音乐，生成目标音乐。

在本公开的一个实施例中，在对第一编曲和初始音频进行混音，生成预生成音乐之后，编曲模块33还用于以下至少一项：在第二界面内，显示第一编曲模板对应的第一模板标识和至少一个备选编曲模板对应的第二模板标识，其中，第一模板标识和至少一个第二模板标识基于目标排列顺序排列，目标排列顺序至少是基于初始音频的第一编曲信息确定的，第一编曲信息表征适配初始音频的配乐的旋律特征；在第二界面内，显示预生成音乐对应的波形。

在本公开的一个实施例中，在对第一编曲和初始音频进行混音，生成预生成音乐之后，编曲模块33，还用于：基于预生成音乐的目标播放位置，显示第三界面，第三界面用于展示预生成音乐对应的第一编曲在目标播放位置处的配乐元素；响应于针对第三界面的第三设置操作，得到第二编曲；基于第二编曲和初始音频进行混音，得到更新后的预生成音乐。

在本公开的一个实施例中，第三设置操作至少包括依次执行的第一子操作和第二子操作，编曲模块33在响应于针对第三界面的第三设置操作，得到第二编曲时，具体用于：响应于针对目标配乐元素的第一子操作，显示目标配乐元素对应的至少两个备选元素标识，备选元素标识表征目标配乐元素的实现方式；响应于针对至少两个备选元素标识中的目标元素标识的第二子操作，将目标配乐元素设置为目标实现方式；基于目标配乐元素的目标实现方式和其他配乐元素对应的实现方式，得到第二编曲。

在本公开的一个实施例中，配乐元素包括以下至少一种：乐器声效、和声声效、主旋律声效。

在本公开的一个实施例中，在对第一编曲和初始音频进行混音，生成预生成音乐之后，编曲模块33，还用于：基于预生成音乐的目标播放位置，显示第四界面，第四界面用于展示预生成音乐对应的第一编曲在目标播放位置处的和弦；响应于针对第四界面的第四设置操作，得到第三编曲；基于第三编曲和初始音频进行混音，得到更新后的预生成音乐。

在本公开的一个实施例中，在对第一编曲和初始音频进行混音，生成预生成音乐之前，编曲模块33，还用于：显示第五界面，第五界面用于设置第一编曲和初始音频的混音系数，混音系数表征第一编曲和初始音频进行混音时各自的音量值；响应于针对第五界面的第五设置操作，得到目标混音系数；编曲模块33在对第一编曲和初始音频进行混音，生成预生成音乐时，具体用于：基于目标混音系数对第一编曲和初始音频进行混音，生成预生成音乐。

在本公开的一个实施例中，处理模块32，具体用于：获取初始音频的第一编曲信息，第一编曲信息表征适配初始音频的配乐的旋律特征；根据第一编曲信息，得到第一编曲模板。

在本公开的一个实施例中，处理模块32在获取初始音频的第一编曲信息时，具体用于：根据初始音频的音高变化，得到初始音频的语音节拍；根据初始音频的语音节拍，得到对应的配乐节拍；根据配乐节拍，得到第一编曲信息。

在本公开的一个实施例中，处理模块32在获取初始音频的第一编曲信息时，具体用于：响应于针对第一界面内的第二设置组件的第二设置操作，得到第二录制信息，第二录制信息表征配乐节拍和/或初始音频的播放速度；根据第二录制信息，得到第一编曲信息。

其中，输入模块31、处理模块32、编曲模块33依次连接。本实施例提供的音乐生成装置3可以执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

图16为本公开实施例提供的一种电子设备的结构示意图，如图16所示，该电子设备4包括：

处理器41，以及与处理器41通信连接的存储器42；

存储器42存储计算机执行指令；

处理器41执行存储器42存储的计算机执行指令，以实现如图2-图14所示实施例中的音乐生成方法。

其中，可选地，处理器41和存储器42通过总线43连接。

相关说明可以对应参见图2-图14所对应的实施例中的步骤所对应的相关描述和效果进行理解，此处不做过多赘述。

本公开实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现本公开图2-图14所对应的实施例中任一实施例提供的音乐生成方法。

本公开实施例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如图2-图14所示实施例中的音乐生成方法，

参考图17，其示出了适于用来实现本公开实施例的电子设备900的结构示意图，该电子设备900可以为终端设备或服务器。其中，终端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、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑(Portable Android Device，简称PAD)、便携式多媒体播放器(Portable MediaPlayer，简称PMP)、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17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17所示，电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901，其可以根据存储在只读存储器(Read Only Memory，简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory，简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

通常，以下装置可以连接至I/O接口905：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906；包括例如液晶显示器(Liquid CrystalDisplay，简称LCD)、扬声器、振动器等的输出装置907；包括例如磁带、硬盘等的存储装置908；以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图17示出了具有各种装置的电子设备900，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909从网络上被下载和安装，或者从存储装置908被安装，或者从ROM 902被安装。在该计算机程序被处理装置901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。

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，使得该电子设备执行上述实施例所示的方法。

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(LocalArea Network，简称LAN)或广域网(Wide Area Network，简称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，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

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。

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。

第一方面，根据本公开的一个或多个实施例，提供了一种音乐生成方法，包括：

获取初始音频；获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；基于第一编曲模板，处理所述初始音频，生成目标音乐。

根据本公开的一个或多个实施例，所述获取初始音频，包括：响应于针对第一界面内的第一触发操作，采集实时语音数据；在达到预设条件后，基于不同时刻下采集的实时语音数据，生成所述初始音频；所述方法还包括：将所述实时语音数据对应的波形实时显示在所述第一界面内。

根据本公开的一个或多个实施例，在获取初始音频之前，还包括：接收针对第一界面内的第一设置组件的第一设置操作，所述第一设置操作用于设置目标类型的人声效果；所述获取初始音频，包括：响应于第一触发操作进行声音采集，得到原始语音；对所述原始语音进行处理，得到具有所述目标类型的人声效果的初始音频。

根据本公开的一个或多个实施例，所述基于第一编曲模板，处理所述初始音频，生成目标音乐，包括：根据所述第一编曲模板，得到具有所述目标音乐风格的第一编曲；对所述第一编曲和所述初始音频进行混音，生成预生成音乐；响应于第二触发操作，导出所述预生成音乐，生成所述目标音乐。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，还包括以下至少一项：在第二界面内，显示所述第一编曲模板对应的第一模板标识和至少一个备选编曲模板对应的第二模板标识，其中，所述第一模板标识和至少一个所述第二模板标识基于目标排列顺序排列，所述目标排列顺序至少是基于所述初始音频的第一编曲信息确定的，所述第一编曲信息表征适配所述初始音频的配乐的旋律特征；在第二界面内，显示所述预生成音乐对应的波形。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，还包括：基于所述预生成音乐的目标播放位置，显示第三界面，所述第三界面用于展示所述预生成音乐对应的第一编曲在所述目标播放位置处的配乐元素；响应于针对所述第三界面的第三设置操作，得到第二编曲；基于所述第二编曲和所述初始音频进行混音，得到更新后的预生成音乐。

根据本公开的一个或多个实施例，所述第三设置操作至少包括依次执行的第一子操作和第二子操作，所述响应于针对所述第三界面的第三设置操作，得到第二编曲，包括：响应于针对目标配乐元素的第一子操作，显示所述目标配乐元素对应的至少两个备选元素标识，所述备选元素标识表征所述目标配乐元素的实现方式；响应于针对所述至少两个备选元素标识中的目标元素标识的第二子操作，将所述目标配乐元素设置为目标实现方式；基于所述目标配乐元素的目标实现方式和其他配乐元素对应的实现方式，得到所述第二编曲。

根据本公开的一个或多个实施例，所述配乐元素包括以下至少一种：乐器声效、和声声效、主旋律声效。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，还包括：基于所述预生成音乐的目标播放位置，显示第四界面，所述第四界面用于展示所述预生成音乐对应的第一编曲在所述目标播放位置处的和弦；响应于针对所述第四界面的第四设置操作，得到第三编曲；基于所述第三编曲和所述初始音频进行混音，得到更新后的预生成音乐。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之前，还包括：显示第五界面，所述第五界面用于设置所述第一编曲和所述初始音频的混音系数，所述混音系数表征所述第一编曲和所述初始音频进行混音时各自的音量值；响应于针对所述第五界面的第五设置操作，得到目标混音系数；对所述第一编曲和所述初始音频进行混音，生成预生成音乐，包括：基于所述目标混音系数对所述第一编曲和所述初始音频进行混音，生成预生成音乐。

根据本公开的一个或多个实施例，所述获取与所述初始音频对应的第一编曲模板，包括：获取所述初始音频的第一编曲信息，所述第一编曲信息表征适配所述初始音频的配乐的旋律特征；根据所述第一编曲信息，得到所述第一编曲模板。

根据本公开的一个或多个实施例，所述获取所述初始音频的第一编曲信息，包括：根据所述初始音频的音高变化，得到所述初始音频的语音节拍；根据所述初始音频的语音节拍，得到对应的配乐节拍；根据所述配乐节拍，得到所述第一编曲信息。

根据本公开的一个或多个实施例，所述获取所述初始音频的第一编曲信息，包括：响应于针对第一界面内的第二设置组件的第二设置操作，得到第二录制信息，所述第二录制信息表征配乐节拍和/或所述初始音频的播放速度；

根据所述第二录制信息，得到所述第一编曲信息。

第二方面，根据本公开的一个或多个实施例，提供了一种音乐生成装置，包括：

输入模块，用于获取初始音频；

处理模块，用于获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；

编曲模块，基于第一编曲模板，处理所述初始音频，生成目标音乐。

根据本公开的一个或多个实施例，所述输入模块，具体用于：响应于针对第一界面内的第一触发操作，采集实时语音数据；在达到预设条件后，基于不同时刻下采集的实时语音数据，生成所述初始音频；所述输入模块31，还用于：将所述实时语音数据对应的波形实时显示在所述第一界面内。

根据本公开的一个或多个实施例，在获取初始音频之前，所述输入模块，还用于：接收针对第一界面内的第一设置组件的第一设置操作，所述第一设置操作用于设置目标类型的人声效果；所述输入模块，具体用于：响应于第一触发操作进行声音采集，得到原始语音；对所述原始语音进行处理，得到具有所述目标类型的人声效果的初始音频。

根据本公开的一个或多个实施例，所述编曲模块，具体用于：根据所述第一编曲模板，得到具有所述目标音乐风格的第一编曲；对所述第一编曲和所述初始音频进行混音，生成预生成音乐；响应于第二触发操作，导出所述预生成音乐，生成所述目标音乐。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，所述编曲模块还用于以下至少一项：在第二界面内，显示所述第一编曲模板对应的第一模板标识和至少一个备选编曲模板对应的第二模板标识，其中，所述第一模板标识和至少一个所述第二模板标识基于目标排列顺序排列，所述目标排列顺序至少是基于所述初始音频的第一编曲信息确定的，所述第一编曲信息表征适配所述初始音频的配乐的旋律特征；在第二界面内，显示所述预生成音乐对应的波形。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，所述编曲模块，还用于：基于所述预生成音乐的目标播放位置，显示第三界面，所述第三界面用于展示所述预生成音乐对应的第一编曲在所述目标播放位置处的配乐元素；响应于针对所述第三界面的第三设置操作，得到第二编曲；基于所述第二编曲和所述初始音频进行混音，得到更新后的预生成音乐。

根据本公开的一个或多个实施例，所述第三设置操作至少包括依次执行的第一子操作和第二子操作，所述编曲模块在响应于针对所述第三界面的第三设置操作，得到第二编曲时，具体用于：响应于针对目标配乐元素的第一子操作，显示所述目标配乐元素对应的至少两个备选元素标识，所述备选元素标识表征所述目标配乐元素的实现方式；响应于针对所述至少两个备选元素标识中的目标元素标识的第二子操作，将所述目标配乐元素设置为目标实现方式；基于所述目标配乐元素的目标实现方式和其他配乐元素对应的实现方式，得到所述第二编曲。

根据本公开的一个或多个实施例，所述配乐元素包括以下至少一种：乐器声效、和声声效、主旋律声效。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，所述编曲模块，还用于：基于所述预生成音乐的目标播放位置，显示第四界面，所述第四界面用于展示所述预生成音乐对应的第一编曲在所述目标播放位置处的和弦；响应于针对所述第四界面的第四设置操作，得到第三编曲；基于所述第三编曲和所述初始音频进行混音，得到更新后的预生成音乐。

根据本公开的一个或多个实施例，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之前，所述编曲模块，还用于：显示第五界面，所述第五界面用于设置所述第一编曲和所述初始音频的混音系数，所述混音系数表征所述第一编曲和所述初始音频进行混音时各自的音量值；响应于针对所述第五界面的第五设置操作，得到目标混音系数；所述编曲模块在对所述第一编曲和所述初始音频进行混音，生成预生成音乐时，具体用于：基于所述目标混音系数对所述第一编曲和所述初始音频进行混音，生成预生成音乐。

根据本公开的一个或多个实施例，所述处理模块，具体用于：获取所述初始音频的第一编曲信息，所述第一编曲信息表征适配所述初始音频的配乐的旋律特征；根据所述第一编曲信息，得到所述第一编曲模板。

根据本公开的一个或多个实施例，所述处理模块在获取所述初始音频的第一编曲信息时，具体用于：根据所述初始音频的音高变化，得到所述初始音频的语音节拍；根据所述初始音频的语音节拍，得到对应的配乐节拍；根据所述配乐节拍，得到所述第一编曲信息。

根据本公开的一个或多个实施例，所述处理模块在获取所述初始音频的第一编曲信息时，具体用于：响应于针对第一界面内的第二设置组件的第二设置操作，得到第二录制信息，所述第二录制信息表征配乐节拍和/或所述初始音频的播放速度；根据所述第二录制信息，得到所述第一编曲信息。

第三方面，根据本公开的一个或多个实施例，提供了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如上第一方面以及第一方面各种可能的设计所述的音乐生成方法。

第四方面，根据本公开的一个或多个实施例，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的音乐生成方法。

第五方面，本公开实施例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如上第一方面以及第一方面各种可能的设计所述的音乐生成方法。

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 (18)

1.一种音乐生成方法，其特征在于，包括：

获取初始音频；

获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；

基于第一编曲模板，处理所述初始音频，生成目标音乐。

2.根据权利要求1所述的方法，其特征在于，所述获取初始音频，包括：

响应于针对第一界面内的第一触发操作，采集实时语音数据；

在达到预设条件后，基于不同时刻下采集的实时语音数据，生成所述初始音频；

所述方法还包括：

将所述实时语音数据对应的波形实时显示在所述第一界面内。

3.根据权利要求2所述的方法，其特征在于，在响应于针对第一界面内的第一触发操作，采集实时语音数据之前，还包括：

接收针对第一界面内的第一设置组件的第一设置操作，所述第一设置操作用于设置目标类型的人声效果；

所述响应于针对第一界面内的第一触发操作，采集实时语音数据，包括：

响应于第一触发操作进行声音采集，得到原始语音；

对所述原始语音进行处理，得到具有所述目标类型的人声效果的初始音频。

4.根据权利要求1所述的方法，其特征在于，所述获取初始音频，包括：

响应于针对第一界面内的第一加载操作，选取语音文件；

加载所述语音文件，得到所述初始音频。

5.根据权利要求1所述的方法，其特征在于，所述基于第一编曲模板，处理所述初始音频，生成目标音乐，包括：

根据所述第一编曲模板，得到具有所述目标音乐风格的第一编曲；

对所述第一编曲和所述初始音频进行混音，生成预生成音乐；

响应于第二触发操作，导出所述预生成音乐，生成所述目标音乐；

在生成所述目标音乐之前，所述方法还包括：

对所述预生成音乐进行编辑，得到更新后的预生成音乐。

6.根据权利要求5所述的方法，其特征在于，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，还包括以下至少一项：

在第二界面内，显示所述第一编曲模板对应的第一模板标识和至少一个备选编曲模板对应的第二模板标识，其中，所述第一模板标识和至少一个所述第二模板标识基于目标排列顺序排列，所述目标排列顺序至少是基于所述初始音频的第一编曲信息确定的，所述第一编曲信息表征适配所述初始音频的配乐的旋律特征；

在第二界面内，显示所述预生成音乐对应的波形。

7.根据权利要求5所述的方法，其特征在于，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，还包括：

基于所述预生成音乐的目标播放位置，显示第三界面，所述第三界面用于展示所述预生成音乐对应的第一编曲在所述目标播放位置处的配乐元素；

响应于针对所述第三界面的第三设置操作，得到第二编曲；

基于所述第二编曲和所述初始音频进行混音，得到更新后的预生成音乐。

8.根据权利要求7所述的方法，其特征在于，所述第三设置操作至少包括依次执行的第一子操作和第二子操作，所述响应于针对所述第三界面的第三设置操作，得到第二编曲，包括：

响应于针对目标配乐元素的第一子操作，显示所述目标配乐元素对应的至少两个备选元素标识，所述备选元素标识表征所述目标配乐元素的实现方式；

响应于针对所述至少两个备选元素标识中的目标元素标识的第二子操作，将所述目标配乐元素设置为目标实现方式；

基于所述目标配乐元素的目标实现方式和其他配乐元素对应的实现方式，得到所述第二编曲。

9.根据权利要求7所述的方法，其特征在于，所述配乐元素包括以下至少一种：

乐器声效、和声声效、主旋律声效。

10.根据权利要求5所述的方法，其特征在于，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之后，还包括：

基于所述预生成音乐的目标播放位置，显示第四界面，所述第四界面用于展示所述预生成音乐对应的第一编曲在所述目标播放位置处的和弦；

响应于针对所述第四界面的第四设置操作，得到第三编曲；

基于所述第三编曲和所述初始音频进行混音，得到更新后的预生成音乐。

11.根据权利要求5所述的方法，其特征在于，在对所述第一编曲和所述初始音频进行混音，生成预生成音乐之前，还包括：

显示第五界面，所述第五界面用于设置所述第一编曲和所述初始音频的混音系数，所述混音系数表征所述第一编曲和所述初始音频进行混音时各自的音量值；

响应于针对所述第五界面的第五设置操作，得到目标混音系数；

对所述第一编曲和所述初始音频进行混音，生成预生成音乐，包括：

基于所述目标混音系数对所述第一编曲和所述初始音频进行混音，生成预生成音乐。

12.根据权利要求1所述的方法，其特征在于，所述获取与所述初始音频对应的第一编曲模板，包括：

获取所述初始音频的第一编曲信息，所述第一编曲信息表征适配所述初始音频的配乐的旋律特征；

根据所述第一编曲信息，得到所述第一编曲模板。

13.根据权利要求11所述的方法，其特征在于，所述获取所述初始音频的第一编曲信息，包括：

根据所述初始音频的音高变化，得到所述初始音频的语音节拍；

根据所述初始音频的语音节拍，得到对应的配乐节拍；

根据所述配乐节拍，得到所述第一编曲信息。

14.根据权利要求11所述的方法，其特征在于，所述获取所述初始音频的第一编曲信息，包括：

响应于针对第一界面内的第二设置组件的第二设置操作，得到第二录制信息，所述第二录制信息表征配乐节拍和/或所述初始音频的播放速度；

根据所述第二录制信息，得到所述第一编曲信息。

15.一种音乐生成装置，其特征在于，包括：

输入模块，用于获取初始音频；

处理模块，用于获取与所述初始音频对应的第一编曲模板，其中，所述第一编曲模板用于为所述初始音频增加具有目标音乐风格的配乐；

编曲模块，基于第一编曲模板，处理所述初始音频，生成目标音乐。

16.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至14中任一项所述的音乐生成方法。

17.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至14任一项所述的音乐生成方法。

18.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1至14中任一项所述的音乐生成方法。

Images