[發(fā)明專利]語音數(shù)據(jù)處理方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810049575.0
• 申請日: 2018-01-18
• 公開（公告）號: CN108269579B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計）人: 卓鵬鵬;張康;方博偉;尤嘉華;張偉
• 申請（專利權(quán)）人: 廈門美圖之家科技有限公司
• 主分類號: G10L21/013
• 分類號: G10L21/013
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 蘇勝

本發(fā)明提供了一種語音數(shù)據(jù)處理方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，涉及數(shù)據(jù)處理技術(shù)領(lǐng)域。該方法通過獲得語音數(shù)據(jù)的初始頻域參數(shù)；再獲得與預(yù)設(shè)的目標(biāo)MIDI音頻對應(yīng)的目標(biāo)頻域參數(shù)，然后根據(jù)所述目標(biāo)頻域參數(shù)對所述初始頻域參數(shù)進(jìn)行修改，得到變調(diào)后的語音數(shù)據(jù)。可以使語音數(shù)據(jù)中的語音具有目標(biāo)MIDI音頻的頻域參數(shù)，使變調(diào)后的語音數(shù)據(jù)可以具有目標(biāo)MIDI音頻的音高特征，實(shí)現(xiàn)對語音數(shù)據(jù)的變調(diào)操作，可以實(shí)現(xiàn)不改變語音數(shù)據(jù)中語速和語音時長的情況下，對語音數(shù)據(jù)進(jìn)行變調(diào)。變調(diào)后的語音數(shù)據(jù)的相位連續(xù)，不會出現(xiàn)噪音，同時能夠避免出現(xiàn)機(jī)械音，變調(diào)效果更好。可以應(yīng)用于歌曲中音高的修正，或人聲到歌聲的轉(zhuǎn)換等，在聲音處理領(lǐng)域具有較高的應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體而言，涉及一種語音數(shù)據(jù)處理方法、裝置、電子設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

語音變調(diào)是在不改變音頻文件語速的情況下，通過一定算法實(shí)現(xiàn)說話人語調(diào)的改變，包括語調(diào)的平移及將語音變換到特定的音調(diào)上。現(xiàn)有的變調(diào)處理會出現(xiàn)相位不連續(xù)，并且會產(chǎn)生噪音的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種語音數(shù)據(jù)處理方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，可以解決上述問題，實(shí)現(xiàn)變調(diào)后的語音相位連續(xù)。

本發(fā)明提供的技術(shù)方案如下：

一種語音數(shù)據(jù)處理方法，包括：

獲取語音數(shù)據(jù)及目標(biāo)MIDI音頻，所述語音數(shù)據(jù)包括與所述目標(biāo)MIDI音頻對齊后的語音；

獲得所述語音數(shù)據(jù)的初始頻域參數(shù)；

獲得與預(yù)設(shè)的目標(biāo)MIDI音頻對應(yīng)的目標(biāo)頻域參數(shù)，其中所述初始頻域參數(shù)包括所述語音數(shù)據(jù)的初始相位，所述目標(biāo)頻域參數(shù)包括與所述目標(biāo)MIDI音頻對應(yīng)的目標(biāo)相位；

根據(jù)所述目標(biāo)頻域參數(shù)對所述初始頻域參數(shù)進(jìn)行修改，將所述語音數(shù)據(jù)中的音高變換到所述目標(biāo)MIDI音頻中的目標(biāo)音高，得到變調(diào)后的語音數(shù)據(jù)。

進(jìn)一步的，獲得語音數(shù)據(jù)的初始頻域參數(shù)的步驟包括：

獲取所述語音數(shù)據(jù)中與所述目標(biāo)音高對應(yīng)時間上的語音數(shù)據(jù)；

對與所述目標(biāo)音高對應(yīng)時間上的語音數(shù)據(jù)進(jìn)行去零點(diǎn)漂移和預(yù)加重處理；

對經(jīng)過去零點(diǎn)漂移和預(yù)加重處理的語音數(shù)據(jù)進(jìn)行時頻轉(zhuǎn)換，得到所述語音數(shù)據(jù)每一幀的頻域參數(shù)。

進(jìn)一步的，對經(jīng)過去零點(diǎn)漂移和預(yù)加重處理的語音數(shù)據(jù)進(jìn)行時頻轉(zhuǎn)換的步驟包括：

計算所述語音數(shù)據(jù)中每一幀的幀移；

根據(jù)計算得到的幀移及預(yù)設(shè)的窗函數(shù)對所述語音數(shù)據(jù)進(jìn)行分幀、加窗；

將分幀、加窗后的每一幀語音數(shù)據(jù)進(jìn)行傅里葉變換，得到所述語音數(shù)據(jù)中每一幀的頻域參數(shù)。

進(jìn)一步的，計算所述語音數(shù)據(jù)中每一幀的幀移的步驟包括：

利用采樣率除以目標(biāo)頻率得到每一幀的幀移，其中所述目標(biāo)頻率為所述目標(biāo)MIDI音頻的頻率，目標(biāo)頻率采用以下公式計算得到：

其中，F(xiàn)為所述目標(biāo)MIDI音頻的目標(biāo)頻率，MIDINote為所述目標(biāo)MIDI音頻包括的音高值。

進(jìn)一步的，所述目標(biāo)MIDI音頻記錄有聲音的目標(biāo)頻率，獲得與預(yù)設(shè)的目標(biāo)MIDI音頻對應(yīng)的目標(biāo)頻域參數(shù)的步驟包括：

生成與所述目標(biāo)頻率相同音高的，且與該目標(biāo)頻率對應(yīng)的語音數(shù)據(jù)等時長的目標(biāo)波形；

提取所述目標(biāo)波形的相位值，作為所述目標(biāo)頻域參數(shù)；

相應(yīng)的，根據(jù)所述目標(biāo)MIDI音頻的頻域參數(shù)對所述語音數(shù)據(jù)的頻域參數(shù)進(jìn)行修改的步驟包括：