[發(fā)明專利]評(píng)價(jià)語(yǔ)音信號(hào)的方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810552906.2
• 申請(qǐng)日: 2018-05-31
• 公開(kāi)（公告）號(hào): CN108877835A
• 公開(kāi)（公告）日: 2018-11-23
• 發(fā)明（設(shè)計(jì)）人: 周武高;鐘虎林;王洪亮;羅均文
• 申請(qǐng)（專利權(quán)）人: 深圳市路通網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G10L25/48
• 分類號(hào): G10L25/48;G10L25/51
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 王仲凱

本發(fā)明實(shí)施例公開(kāi)了評(píng)價(jià)語(yǔ)音信號(hào)的方法及系統(tǒng)，用于提高評(píng)價(jià)語(yǔ)音信號(hào)的便捷性及準(zhǔn)確性。本發(fā)明實(shí)施例方法包括：獲取原唱歌曲的語(yǔ)音信號(hào)；識(shí)別出所述語(yǔ)音信號(hào)對(duì)應(yīng)的唱詞；根據(jù)原唱歌曲的唱詞，對(duì)實(shí)時(shí)輸入的第一語(yǔ)音信號(hào)進(jìn)行評(píng)價(jià)，所述第一語(yǔ)音信號(hào)用于演唱對(duì)應(yīng)的原唱歌曲。本發(fā)明實(shí)施例還提高了識(shí)別語(yǔ)音信號(hào)的系統(tǒng)，用于提高評(píng)價(jià)語(yǔ)音信號(hào)的便捷性及準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及評(píng)價(jià)語(yǔ)音信號(hào)的方法及系統(tǒng)。

背景技術(shù)

隨著生活水平的提高，各種各樣的娛樂(lè)方式在人們的生活中逐漸普及開(kāi)來(lái)，而唱歌作為一種基本的娛樂(lè)方式，也越來(lái)越專業(yè)化。

在生活中，人們不僅可以去專業(yè)的KTV包房唱歌，還可以通過(guò)各種終端上的唱歌APP來(lái)滿足自己的唱歌愛(ài)好，且越來(lái)越多的唱歌APP除了可以錄制用戶歌唱的曲目外，還可以對(duì)用戶的歌唱水平進(jìn)行打分。

而現(xiàn)有的唱歌打分系統(tǒng)，一般都是通過(guò)兩種方式對(duì)歌曲進(jìn)行打分：一種是將從麥克風(fēng)中獲取的音頻數(shù)據(jù)與已記載的原唱歌曲的音頻數(shù)據(jù)進(jìn)行對(duì)比打分，另一種是將從麥克風(fēng)中獲取的音頻數(shù)據(jù)與已經(jīng)記載的原唱歌曲的標(biāo)準(zhǔn)曲譜進(jìn)行對(duì)比打分，這兩種打分方式都需要預(yù)先在終端中存儲(chǔ)原唱歌曲的音頻數(shù)據(jù)或曲譜數(shù)據(jù)，且只對(duì)歌曲的音頻特性進(jìn)行打分，而當(dāng)終端中未預(yù)先存儲(chǔ)對(duì)應(yīng)的音頻數(shù)據(jù)或曲譜數(shù)據(jù)時(shí)，則無(wú)法實(shí)現(xiàn)對(duì)歌曲的打分功能，且目前只針對(duì)歌曲音頻進(jìn)行打分的方法，功能單一，準(zhǔn)確率低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了評(píng)價(jià)語(yǔ)音信號(hào)的方法及系統(tǒng)，用于隨時(shí)獲取原唱歌曲及實(shí)時(shí)錄入語(yǔ)音信號(hào)的唱詞，并根據(jù)原唱歌曲的唱詞對(duì)實(shí)時(shí)錄入的語(yǔ)音信號(hào)進(jìn)行評(píng)價(jià)，提高了評(píng)價(jià)語(yǔ)音信號(hào)的便捷性、靈活性以及準(zhǔn)確性。

本發(fā)明實(shí)施例第一方面提供了評(píng)價(jià)語(yǔ)音信號(hào)的方法，包括：

獲取原唱歌曲的語(yǔ)音信號(hào)；

識(shí)別出所述語(yǔ)音信號(hào)對(duì)應(yīng)的唱詞；

根據(jù)原唱歌曲的唱詞，對(duì)實(shí)時(shí)輸入的第一語(yǔ)音信號(hào)進(jìn)行評(píng)價(jià)，所述第一語(yǔ)音信號(hào)用于演唱對(duì)應(yīng)的原唱歌曲。

優(yōu)選的，所述識(shí)別出所述語(yǔ)音信號(hào)對(duì)應(yīng)的唱詞，包括：

對(duì)所述語(yǔ)音信號(hào)進(jìn)行預(yù)處理和特征提取，提取出所述語(yǔ)音信號(hào)對(duì)應(yīng)的聲學(xué)特征；

將所述聲學(xué)特征輸入聲學(xué)模型和語(yǔ)言模型，得到聲學(xué)識(shí)別結(jié)果和語(yǔ)言識(shí)別結(jié)果；

根據(jù)所述聲學(xué)識(shí)別結(jié)果和所述語(yǔ)音識(shí)別結(jié)果，輸出所述語(yǔ)音信號(hào)對(duì)應(yīng)的唱詞。

優(yōu)選的，在所述獲取原唱歌曲的語(yǔ)音信號(hào)之后，所述方法還包括：

將所述語(yǔ)音信號(hào)轉(zhuǎn)換為對(duì)應(yīng)的音高序列；

所述根據(jù)原唱歌曲的唱詞，對(duì)實(shí)時(shí)輸入的第一語(yǔ)音信號(hào)進(jìn)行評(píng)價(jià)，包括：

根據(jù)原唱歌曲的音高序列和唱詞，對(duì)實(shí)時(shí)輸入的第一語(yǔ)音信號(hào)進(jìn)行評(píng)價(jià)。

優(yōu)選的，所述將所述語(yǔ)音信號(hào)轉(zhuǎn)換為對(duì)應(yīng)的音高序列，包括：

對(duì)所述語(yǔ)音信號(hào)做分幀加窗處理，得到每幀語(yǔ)音信號(hào)的時(shí)域圖譜；

依次對(duì)每幀語(yǔ)音信號(hào)的時(shí)域圖譜做快速傅里葉變換，得到每幀語(yǔ)音信號(hào)的頻域圖譜；

依次確定每個(gè)頻域圖譜中的基頻，并將所述基頻轉(zhuǎn)換為對(duì)應(yīng)的音高，得到原唱歌曲的音高序列。

優(yōu)選的，在所述識(shí)別出所述語(yǔ)音信號(hào)對(duì)應(yīng)的唱詞之后，所述方法還包括：

依照過(guò)零率對(duì)所述語(yǔ)音信號(hào)進(jìn)行端點(diǎn)檢測(cè)，以識(shí)別出所述語(yǔ)音信號(hào)中的多個(gè)起點(diǎn)和終點(diǎn)；

根據(jù)對(duì)應(yīng)的起點(diǎn)和終點(diǎn)，對(duì)所述原唱歌曲的音高序列和唱詞進(jìn)行切分，得到對(duì)應(yīng)的多個(gè)第一音高片段和多個(gè)第一唱詞片段；