[發(fā)明專利]一種歌聲合成方法、裝置、計算機設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010122318.2
• 申請日: 2020-02-27
• 公開（公告）號: CN111402858A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設計）人: 朱清影;王健宗
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G10L13/033
• 分類號: G10L13/033;G10L13/08;G10H1/00
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

本發(fā)明公開了一種歌聲合成方法、裝置、計算機設備及存儲介質(zhì)，其中，方法部分包括：獲取語音數(shù)據(jù)；對語音數(shù)據(jù)進行解析，得到頻譜包絡、非周期指數(shù)、基頻輪廓和音素；對樂譜中的音樂小節(jié)信息和基頻輪廓進行合成處理；對基頻輪廓進行基頻控制處理；對第一基頻輪廓和第二基頻輪廓進行合成處理；對頻譜包絡和非周期指數(shù)進行頻譜控制處理；對音素進行變速處理；將目標頻譜包絡、目標非周期指數(shù)、目標音素和目標基頻輪廓進行合成處理，得到目標語音數(shù)據(jù)；對目標語音數(shù)據(jù)進行頻譜控制處理，得到目標歌聲數(shù)據(jù)。使得后續(xù)合成的目標歌聲數(shù)據(jù)更符合用戶發(fā)出的聲音，以使歌聲合成效果更好。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種歌聲合成方法、裝置、計算機設備及存儲介質(zhì)。

背景技術(shù)

隨著信息技術(shù)的不斷創(chuàng)新和完善，許多人機交互方面的音樂多媒體應用也逐漸走入我們的日常生活，目前，傳統(tǒng)的歌聲合成技術(shù)是基于共振模型和共振峰的合成法，傳統(tǒng)的歌聲合成技術(shù)主要在兩個方向，一種是text-to-singing、lyrics-to-singing方向，也就是將紙面上的文字(歌詞)轉(zhuǎn)變?yōu)樽匀桓杪暤哪M，但上述方式不是直接將聲音轉(zhuǎn)變?yōu)楦杪暎瑧脠鼍氨容^局限，另外一種講平常的說話聲音轉(zhuǎn)變?yōu)楦杪暎@種方式研究眼于唱歌獨特的聲學特征及其感知效果，因此歌聲合成效果較差。

發(fā)明內(nèi)容

本發(fā)明提供一種歌聲合成方法、裝置、計算機設備及存儲介質(zhì)，以解決歌聲合成的效果較差的問題。

一種歌聲合成方法，包括：

獲取語音數(shù)據(jù)；

對語音數(shù)據(jù)進行解析，得到語音數(shù)據(jù)對應的頻譜包絡、非周期指數(shù)、基頻輪廓和音素；

從預設的樂譜數(shù)據(jù)庫中獲取樂譜；

對樂譜中的音樂小節(jié)信息和基頻輪廓進行合成處理，得到合成處理后的第一基頻輪廓；

對基頻輪廓進行基頻控制處理，得到基頻控制處理后的第二基頻輪廓；

對第一基頻輪廓和第二基頻輪廓進行合成處理，得到目標基頻輪廓；

對頻譜包絡和非周期指數(shù)進行頻譜控制處理，得到目標頻譜包絡和目標非周期指數(shù)；

對音素進行變速處理，得到變速處理后的目標音素；

將目標頻譜包絡、目標非周期指數(shù)、目標音素和目標基頻輪廓進行合成處理，得到合成后的目標語音數(shù)據(jù)；

對合成后的目標語音數(shù)據(jù)進行頻譜控制處理，得到目標歌聲數(shù)據(jù)。

一種歌聲合成裝置，包括：

第一獲取模塊，獲取語音數(shù)據(jù)；

解析模塊，對語音數(shù)據(jù)進行解析，得到語音數(shù)據(jù)對應的頻譜包絡、非周期指數(shù)、基頻輪廓和音素；

第二獲取模塊，從預設的樂譜數(shù)據(jù)庫中獲取樂譜；

第一合成模塊，對樂譜中的音樂小節(jié)信息和基頻輪廓進行合成處理，得到合成處理后的第一基頻輪廓；

基頻控制處理模塊，對基頻輪廓進行基頻控制處理，得到基頻控制處理后的第二基頻輪廓；

第二合成模塊，對第一基頻輪廓和第二基頻輪廓進行合成處理，得到目標基頻輪廓；

第一頻譜控制處理模塊，對頻譜包絡和非周期指數(shù)進行頻譜控制處理，得到目標頻譜包絡和目標非周期指數(shù)；

變速處理模塊，對音素進行變速處理，得到變速處理后的目標音素；

第二合成模塊，將目標頻譜包絡、目標非周期指數(shù)、目標音素和目標基頻輪廓進行合成處理，得到合成后的目標語音數(shù)據(jù)；