[發(fā)明專利]一種實(shí)現(xiàn)語音歌唱化的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201210591777.0
• 申請(qǐng)日: 2012-12-31
• 公開（公告）號(hào): CN103915093B
• 公開（公告）日: 2019-07-30
• 發(fā)明（設(shè)計(jì)）人: 孫見青;凌震華;江源;何婷婷;胡國(guó)平;胡郁;劉慶峰
• 申請(qǐng)（專利權(quán)）人: 科大訊飛股份有限公司
• 主分類號(hào): G10L15/04
• 分類號(hào): G10L15/04;G10L15/26;G10L15/28
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種實(shí)現(xiàn)語音歌唱化的方法，其特征在于，所述方法包括：

接收用戶輸入的語音信號(hào)；

將所述語音信號(hào)切分獲得各基本考察單元的語音片斷；

根據(jù)預(yù)置的簡(jiǎn)譜，確定簡(jiǎn)譜中的各音符與所述各基本考察單元的對(duì)應(yīng)關(guān)系；

根據(jù)簡(jiǎn)譜中各音符的音高，和所述對(duì)應(yīng)關(guān)系，分別確定其所對(duì)應(yīng)的基本考察單元的目標(biāo)基頻值；

根據(jù)簡(jiǎn)譜中各音符的節(jié)拍數(shù)，和所述對(duì)應(yīng)關(guān)系，分別確定其所對(duì)應(yīng)的基本考察單元的目標(biāo)時(shí)長(zhǎng)；

根據(jù)所述目標(biāo)基頻值和目標(biāo)時(shí)長(zhǎng)調(diào)整各基本考察單元的語音片斷，使得調(diào)整后的語音片段的基頻為所述目標(biāo)基頻值，調(diào)整后的語音片段的時(shí)長(zhǎng)為所述目標(biāo)時(shí)長(zhǎng)，以得到所述語音信號(hào)向唱歌語音的轉(zhuǎn)換結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述語音信號(hào)切分獲得各基本考察單元的語音片斷，具體包括：

從語音信號(hào)中逐幀提取語音聲學(xué)特征矢量，生成聲學(xué)特征矢量序列；

對(duì)所述聲學(xué)特征矢量序列執(zhí)行語音識(shí)別，確定基本語音識(shí)別單元模型序列及各基本語音識(shí)別單元模型對(duì)應(yīng)的語音片段；

合并所述基本語音識(shí)別單元模型對(duì)應(yīng)的語音片段得到基本考察單元的語音片段。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，

所述基本語音識(shí)別單元模型，包括：靜音識(shí)別模型，濁音識(shí)別模型和清音識(shí)別模型三種；

所述合并基本語音識(shí)別單元模型對(duì)應(yīng)的語音片段得到基本考察單元的語音片斷，包括：將濁音片斷和清音片斷合并構(gòu)成基本考察單元的語音片斷。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，

所述基本語音識(shí)別單元模型，包括：各音素識(shí)別模型或音節(jié)識(shí)別模型；

所述合并基本語音識(shí)別單元模型對(duì)應(yīng)的語音片段得到基本考察單元的語音片斷，包括：將相鄰音素單元片斷合并構(gòu)成基于音節(jié)的基本考察單元的語音片斷。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)置的簡(jiǎn)譜，確定簡(jiǎn)譜中的音符與基本考察單元的對(duì)應(yīng)關(guān)系，具體包括：

獲取用戶輸入的語音信號(hào)所對(duì)應(yīng)的基本考察單元的個(gè)數(shù)K；

獲得簡(jiǎn)譜子片斷序列；

依次統(tǒng)計(jì)每個(gè)子片段中音符的個(gè)數(shù)M；

判斷當(dāng)前子片段中音符的個(gè)數(shù)M是否大于所述基本考察單元個(gè)數(shù)K，如果M大于K，根據(jù)如下式子獲取參數(shù)r，

將基本考察單元序列復(fù)制r遍順序拼接，其中，復(fù)制后的總的基本考察單元個(gè)數(shù)為rK，滿足rK<＝M；

將所述復(fù)制后的rK個(gè)基本考察單元，與所述簡(jiǎn)譜子片段中的M個(gè)音符進(jìn)行線性對(duì)齊。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述將所述復(fù)制后的rK個(gè)基本考察單元，與所述簡(jiǎn)譜子片段中的M個(gè)音符，進(jìn)行線性對(duì)齊，具體包括：

根據(jù)公式：NotIdx_j＝[j*rK/M]，將所述復(fù)制后的rK個(gè)基本考察單元，與所述簡(jiǎn)譜子片段中的M個(gè)音符，進(jìn)行線性對(duì)齊；

所述NotIdx_j表示簡(jiǎn)譜子片段中第j個(gè)音符所對(duì)應(yīng)基本考察單元的序號(hào)，[j*rK/M]表示對(duì)j*rK/M四舍五入取整。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，當(dāng)判斷當(dāng)前音符子片段中音符總個(gè)數(shù)M小于基本考察單元個(gè)數(shù)K，即M<K時(shí)，所述方法還包括：

判斷所述簡(jiǎn)譜是否結(jié)束，如果未結(jié)束，將所示簡(jiǎn)譜中后一個(gè)子片段與當(dāng)前的子片段聯(lián)合，與基本考察單元進(jìn)行對(duì)應(yīng)；

若判斷所述簡(jiǎn)譜結(jié)束，將當(dāng)前音符子片段中的音符與基本考察單元一一對(duì)應(yīng)后刪除未對(duì)應(yīng)上的基本考察單元。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)簡(jiǎn)譜中各音符的音高，和所述對(duì)應(yīng)關(guān)系，確定其所對(duì)應(yīng)的基本考察單元的目標(biāo)基頻值，包括：

根據(jù)公式F0_rule＝440*2^(p-69)/12，計(jì)算所述音符音高對(duì)應(yīng)的目標(biāo)基頻值，作為對(duì)應(yīng)的基本考察單元的目標(biāo)基頻值；其中F0_rule為目標(biāo)基頻值，440表示中央C上A音符發(fā)出的頻率，p為當(dāng)前簡(jiǎn)譜中標(biāo)注的音高與中央C上A 音符的距離。