[發(fā)明專(zhuān)利]基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811093496.6
• 申請(qǐng)日: 2018-09-19
• 公開(kāi)（公告）號(hào): CN109471951B
• 公開(kāi)（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 梅亞琦;劉奡智;王義文;王健宗;肖京
• 申請(qǐng)（專(zhuān)利權(quán)）人: 平安科技（深圳）有限公司
• 主分類(lèi)號(hào): G06F16/63
• 分類(lèi)號(hào): G06F16/63;G06F16/632;G06N3/044;G06N3/08
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 蘇福念

本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)。基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法包括：獲取歌曲風(fēng)格類(lèi)型，從全集中搜索到對(duì)應(yīng)的子集；獲取特征詞，生成對(duì)應(yīng)的多個(gè)字或詞；計(jì)算所述多個(gè)字或詞為下一個(gè)詞的概率，并結(jié)合歌詞規(guī)則得到將要輸出的詞；判斷其與前幾個(gè)詞之間的聯(lián)系是否緊密，若判斷為是則輸出，若判斷為否則重新生成新的詞；獲取歌詞的字?jǐn)?shù)要求，對(duì)將要輸出的歌詞進(jìn)行字?jǐn)?shù)判斷，若字?jǐn)?shù)符合則輸出，若字?jǐn)?shù)不符合則重新生成。本發(fā)明通過(guò)循環(huán)神經(jīng)網(wǎng)絡(luò)模型和馬爾科夫模型自動(dòng)生成歌詞，生成的歌詞之間邏輯關(guān)聯(lián)性好，與用戶所需歌詞的主題密切相關(guān)。

技術(shù)領(lǐng)域

本發(fā)明涉及音頻處理技術(shù)領(lǐng)域，特別是涉及基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

歌詞是歌曲的重要組成部分，能夠表達(dá)作曲家和作詞人的真實(shí)情感，隨著科技發(fā)展，自動(dòng)生成歌詞的技術(shù)也在不斷進(jìn)步，人們可以用同樣的曲調(diào)、不同的歌詞來(lái)表達(dá)不同的具體內(nèi)容和情感；同時(shí)，自動(dòng)生成歌詞技術(shù)也能為作詞人提供無(wú)限的創(chuàng)作靈感，增加歌曲表達(dá)的多樣性。因此，在已有樂(lè)曲的情況下，研發(fā)出能夠自動(dòng)生成匹配原曲的新歌詞的裝置成為了一個(gè)新的挑戰(zhàn)。現(xiàn)在已有能夠根據(jù)圖片內(nèi)容來(lái)生成與圖片風(fēng)格類(lèi)型相對(duì)應(yīng)歌詞的技術(shù)，但現(xiàn)有的歌詞生成技術(shù)所生成的歌詞之間邏輯關(guān)聯(lián)性較差，且難以與用戶所需歌詞的主題密切相關(guān)。

根據(jù)以上情況，本技術(shù)方案提供了一種基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法，使得預(yù)測(cè)的詞與前幾個(gè)詞有較強(qiáng)的聯(lián)系，且同時(shí)神經(jīng)網(wǎng)絡(luò)使得預(yù)測(cè)的詞受到已生成的所有詞的影響，最終所得歌詞與輸入的風(fēng)格類(lèi)型相匹配，歌詞之間詞末相互押韻，聯(lián)系緊密。

發(fā)明內(nèi)容

基于此，有必要針對(duì)現(xiàn)有技術(shù)所生成的歌詞之間邏輯關(guān)聯(lián)性較差，且難以與用戶所需歌詞的主題密切相關(guān)的問(wèn)題，提供一種基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)。

一種基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法，所述基于神經(jīng)網(wǎng)絡(luò)的歌詞生成方法，包括如下步驟：

根據(jù)輸入的歌曲風(fēng)格類(lèi)型，從全集中搜索到與所述歌曲風(fēng)格類(lèi)型相對(duì)應(yīng)的子集，所述全集是指包括所有風(fēng)格類(lèi)型的字詞的集合，所述子集是指包括某個(gè)風(fēng)格類(lèi)型的字詞的集合；

根據(jù)輸入的歌詞特征詞，從所述子集中生成對(duì)應(yīng)的多個(gè)字或詞；

計(jì)算所述多個(gè)字或詞為當(dāng)前詞的下一個(gè)詞的概率，并結(jié)合歌詞規(guī)則得到下一個(gè)將要輸出的詞；

判斷所述將要輸出的詞與其前幾個(gè)詞之間的聯(lián)系是否緊密，若判斷為是，則輸出該詞，若判斷為否，則根據(jù)所述特征詞重新生成新的詞；

根據(jù)輸入的歌詞的字?jǐn)?shù)要求，對(duì)將要輸出的一句歌詞進(jìn)行字?jǐn)?shù)判斷，若字?jǐn)?shù)符合要求則輸出該句歌詞，若字?jǐn)?shù)不符合要求則重新生成該句歌詞。

在一個(gè)實(shí)施例中，所述根據(jù)輸入的歌曲風(fēng)格類(lèi)型，從全集中搜索到與所述歌曲風(fēng)格類(lèi)型相對(duì)應(yīng)的子集之前，包括：

從數(shù)據(jù)庫(kù)中獲取一定數(shù)量的不同風(fēng)格類(lèi)型的歌曲進(jìn)行學(xué)習(xí)；

在學(xué)習(xí)階段，設(shè)置初始權(quán)重，當(dāng)該權(quán)重值隨學(xué)習(xí)深度的增加而達(dá)到一定精度后進(jìn)入工作階段；

在工作階段，根據(jù)不同風(fēng)格類(lèi)型的歌曲篩選相關(guān)詞，形成包含各風(fēng)格類(lèi)型的全集，所述全集中包含了與各風(fēng)格類(lèi)型相關(guān)的所有字和詞以及通用的、中性的字和詞。

在一個(gè)實(shí)施例中，所述根據(jù)輸入的歌詞特征詞，從所述子集中生成對(duì)應(yīng)的多個(gè)字或詞，包括：

獲取每一句歌詞的特征詞并進(jìn)行比較，若所有的所述特征詞都一致時(shí)，直接從對(duì)應(yīng)的所述子集中搜索與所述特征詞最相近的字或詞；若存在有多個(gè)所述特征詞時(shí)，則根據(jù)所述特征詞分別從對(duì)應(yīng)的所述子集中搜索對(duì)應(yīng)的字或詞。

在一個(gè)實(shí)施例中，所述計(jì)算所述多個(gè)字或詞為當(dāng)前詞的下一個(gè)詞的概率，并結(jié)合歌詞規(guī)則得到下一個(gè)將要輸出的詞，包括：