[發明專利]基于神經網絡的歌詞生成方法、裝置、設備和存儲介質

有效

• 申請號: 201811093496.6
• 申請日: 2018-09-19
• 公開（公告）號: CN109471951B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 梅亞琦;劉奡智;王義文;王健宗;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/63
• 分類號: G06F16/63;G06F16/632;G06N3/044;G06N3/08
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 蘇福念

1.一種基于神經網絡的歌詞生成方法，其特征在于，所述歌詞生成方法包括：

根據輸入的歌曲風格類型，從全集中搜索到與所述歌曲風格類型相對應的子集，所述全集是指包括所有風格類型的字詞的集合，所述子集是指包括某個風格類型的字詞的集合；

根據輸入的歌詞特征詞，從所述子集中生成對應的多個字或詞；

計算所述多個字或詞為當前詞的下一個詞的概率，并結合歌詞規則得到下一個將要輸出的詞，其中，基于循環神經網絡模型實現所述將要輸出的詞的概率計算和規則評選；

基于馬爾科夫模型判斷所述將要輸出的詞與其前幾個詞之間的聯系是否緊密，若判斷為是，則輸出該詞，若判斷為否，則基于所述循環神經網絡模型根據所述特征詞重新生成新的詞；

根據輸入的歌詞的字數要求，對將要輸出的一句歌詞進行字數判斷，若字數符合要求則輸出該句歌詞，若字數不符合要求則重新生成該句歌詞。

2.如權利要求1所述的一種基于神經網絡的歌詞生成方法，其特征在于，在所述根據輸入的歌曲風格類型，從全集中搜索到與所述歌曲風格類型相對應的子集之前，包括：

從數據庫中獲取一定數量的不同風格類型的歌曲進行學習；

在學習階段，設置初始權重，當該權重值隨學習深度的增加而達到一定精度后進入工作階段；

在工作階段，根據不同風格類型的歌曲篩選相關詞，形成包含各風格類型的全集，所述全集中包含了與各風格類型相關的所有字和詞以及通用的、中性的字和詞。

3.如權利要求1所述的一種基于神經網絡的歌詞生成方法，其特征在于，所述根據輸入的歌詞特征詞，從所述子集中生成對應的多個字或詞，包括：

獲取每一句歌詞的特征詞并進行比較，若所有的所述特征詞都一致時，直接從對應的所述子集中搜索與所述特征詞最相近的字或詞；若存在多個所述特征詞時，則根據所述特征詞分別從對應的所述子集中搜索對應的字或詞。

4.如權利要求1所述的一種基于神經網絡的歌詞生成方法，其特征在于，所述計算所述多個字或詞為當前詞的下一個詞的概率，并結合歌詞規則得到下一個將要輸出的詞，包括：

計算所述特征詞對應的所述多個字或詞中的每一個字或詞可能成為當前詞的下一個詞的概率，并對高于預設概率的字或詞進行標記；

根據當前詞詞末的押韻和詞組的風格類型建立歌詞規則；

根據所述標記和所述歌詞規則綜合評選出下一個將要輸出的詞。

5.如權利要求1所述的一種基于神經網絡的歌詞生成方法，其特征在于，所述計算所述多個字或詞為當前詞的下一個詞的概率，并結合歌詞規則得到下一個將要輸出的詞，還包括基于循環神經網絡模型來實現所述將要輸出的詞的概率計算和規則評選，具體包括：

根據權重矩陣U計算得到隱藏層S的權重矩陣，所述隱藏層S的權重矩陣的計算公式如公式(1)所示，

S_t＝f(U×X_t+W×S_t1)???(1)，

公式(1)中t表示時刻，S_t表示t時刻隱藏層的權重矩陣，U、W為自定義概率變換矩陣，S_t1表示t1時刻隱藏層的權重矩陣，X_t表示輸入的獨熱向量；所述隱藏層S的權重矩陣取決于輸入向量X，同時還通過權重矩陣W與隱藏層的上一次的值S相關；

在所述隱藏層S通過權重矩陣V后，輸出一個與已生成的所有詞都有一定聯系的詞，輸出的詞的計算公式如公式(2)所示，

O_t＝g(V×S_t)????(2)，

公式(2)中O_t表示t時刻輸出層輸出的結果，V為自定義概率變換矩陣，g表示學習效率。

6.如權利要求1所述的一種基于神經網絡的歌詞生成方法，其特征在于，所述判斷所述將要輸出的詞與其前幾個詞之間的聯系是否緊密，若判斷為是，則輸出該詞，若判斷為否，則根據所述特征詞重新生成新的詞，包括：

基于馬爾科夫模型來判定所述將要輸出的詞與前幾個詞的聯系是否緊密，如果判定結果為是，則輸出該詞；如果判定結果為否，則返回至基于循環神經網絡模型中的權重矩陣U，調整權重矩陣U，繼續生成新的詞。