[發明專利]一種歌詞文件生成方法及裝置

有效

• 申請號: 201611124784.4
• 申請日: 2016-12-08
• 公開（公告）號: CN106649644B
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 趙偉峰
• 申請（專利權）人: 騰訊音樂娛樂(深圳)有限公司
• 主分類號: G06F16/63
• 分類號: G06F16/63;G06F16/68
• 代理公司: 44202 廣州三環專利商標代理有限公司
• 代理人: 郝傳鑫;熊永強

1.一種歌詞文件生成方法，其特征在于，包括：

獲取針對目標歌曲上傳的音頻數據集合，所述音頻數據集合包括多個音頻數據；

對所述音頻數據集合中的每個音頻數據進行語音切分，得到所述每個音頻數據中每個字的時間信息；

根據所述時間信息計算所述每個音頻數據與第一音頻數據之間的切分距離，并根據所述切分距離獲得所述每個音頻數據的切分距離和，所述第一音頻數據為所述音頻數據集合中除所述每個音頻數據之外的任一音頻數據；

按照切分距離和從小到大的順序對所述音頻數據集合中的每個音頻數據進行排序，并確定排序首位的第二音頻數據；

利用所述第二音頻數據中每個字的時間信息生成所述目標歌曲的歌詞文件。

2.根據權利要求1所述的方法，其特征在于，所述獲取針對目標歌曲上傳的音頻數據集合之后，所述對所述音頻數據集合中的每個音頻數據進行語音切分，得到所述每個音頻數據中每個字的時間信息之前，所述方法還包括：

計算所述音頻數據集合中每個音頻數據的噪聲能量；

將噪聲能量大于噪聲能量閾值的音頻數據從所述音頻數據集合中剔除，得到目標音頻數據集合；

所述對所述音頻數據集合中的每個音頻數據進行語音切分，得到所述每個音頻數據中每個字的時間信息，包括：

對所述目標音頻數據集合中的每個音頻數據進行語音切分，得到所述每個音頻數據中每個字的時間信息。

3.根據權利要求1所述的方法，其特征在于，所述對所述音頻數據集合中的每個音頻數據進行語音切分，得到所述每個音頻數據中每個字的時間信息，包括：

將所述音頻數據集合中的每個音頻數據轉換得到對應的音素列表；

將所述每個音頻數據對應的音素列表映射到預先建立的音素模型，得到所述每個音頻數據對應的音素模型序列；

將所述每個音頻數據語音切分后得到多幀音頻數據，獲取所述多幀音頻數據中的每幀音頻數據與所述音素模型序列的匹配度；

確定所述每幀音頻數據與所述音素模型序列的匹配度最大化的最優匹配路徑，根據所述最優匹配路徑得到所述每個音頻數據中每個音素的時間信息，將音素合并后確定所述每個音頻數據中每個字的時間信息。

4.根據權利要求1所述的方法，其特征在于，所述按照切分距離和從小到大的順序對所述音頻數據集合中的每個音頻數據進行排序，并確定排序首位的第二音頻數據之后，所述方法還包括：

從所述音頻數據集合中獲取排序前k個音頻數據；

根據所述第二音頻數據的切分距離和與所述排序前k個音頻數據的切分距離和計算所述第二音頻數據的可用度；

判斷所述可用度是否超過預設可用度門限，若是，則執行所述利用所述第二音頻數據中每個字的時間信息生成所述目標歌曲的歌詞文件的操作。

5.根據權利要求1～4任一項所述的方法，其特征在于，所述時間信息包括起始時間和持續時間，所述根據所述時間信息計算所述每個音頻數據與第一音頻數據之間的切分距離，包括：

針對所述目標歌曲所包含的每個字，根據所述時間信息分別獲得所述每個音頻數據中所述每個字的第一起始時間和第一持續時間，以及第一音頻數據中所述每個字的第二起始時間和第二持續時間；

分別計算所述第一起始時間和所述第二起始時間的第一時間差，以及所述第一持續時間和所述第二持續時間的第二時間差；

根據所述第一時間差和所述第二時間差計算所述每個音頻數據與所述第一音頻數據之間的切分距離。

6.根據權利要求5所述的方法，其特征在于，所述根據所述第一時間差和所述第二時間差計算所述每個音頻數據與所述第一音頻數據之間的切分距離，包括：

獲取預設的起始時間的第一權重和預設的持續時間的第二權重；

利用所述第一權重、所述第二權重、所述第一時間差和所述第二時間差計算所述每個音頻數據與所述第一音頻數據之間的切分距離。