[發明專利]一種語音轉化成歌曲的方法和系統有效
| 申請號： | 202011207626.1 | 申請日： | 2020-11-03 |
| 公開（公告）號： | CN112397043B | 公開（公告）日： | 2021-11-16 |
| 發明（設計）人： | 不公告發明人 | 申請（專利權）人： | 北京中科深智科技有限公司 |
| 主分類號： | G10H1/00 | 分類號： | G10H1/00;G10L21/007;G10L25/24;G10L25/03 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 100000 北京市豐臺區航*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 語音 轉化 歌曲 方法 系統 | ||
1.一種語音轉化成歌曲的方法，其特征在于，包括以下內容：
對語音信號進行處理，并轉化成mel(梅爾)譜圖；
通過聲旋律提取器從不同的聲源提取F0輪廓；
將mel譜圖時間拉伸到與F0輪廓相同的長度，并通過兩個編碼器分別對mel譜圖和F0輪廓進行編碼，包括：
對mel譜圖進行隨機分割，并沿著時間軸拉伸或擠壓每個片段，以與F0輪廓相同長度，具體為：
將mel譜圖分割成16-32幀的隨機長度的片段，并將每個片段以0.5-2的倍數進行時間拉伸或擠壓，以與F0輪廓相同長度；
通過解碼器將編碼后的mel譜圖和F0輪廓進行關聯，并生成歌曲譜圖；
通過MelGAN聲碼器對歌曲譜圖進行處理，以提高輸出歌曲的音質。
2.根據權利要求1所述一種語音轉化成歌曲的方法，其特征在于，所述對語音信號進行處理，并轉化成mel譜圖，其中，對語音信號進行處理，包括以下內容：
對語音信號進行多次重新采樣，并改變語音信號的節奏，以有效分離語音信號的內容和節奏。
3.根據權利要求1所述一種語音轉化成歌曲的方法，其特征在于，所述通過聲旋律提取器從不同的聲源提取F0輪廓，其中，聲源包括哼唱和演唱。
4.一種語音轉化成歌曲的系統，其特征在于，包括：
語音處理模塊，用于對語音信號進行處理，并轉化成mel譜圖；
聲源處理模塊，用于通過聲旋律提取器從不同的聲源提取F0輪廓；
編碼模塊，用于將mel譜圖時間拉伸到與F0輪廓相同的長度，并通過兩個編碼器分別對mel譜圖和F0輪廓進行編碼；
編碼模塊，包括：
拉伸模塊，用于對mel譜圖進行隨機分割，并沿著時間軸拉伸或擠壓每個片段，以與F0輪廓相同長度，具體為：
將mel譜圖分割成16-32幀的隨機長度的片段，并將每個片段以0.5-2的倍數進行時間拉伸或擠壓，以與F0輪廓相同長度；
解碼模塊，用于通過解碼器將編碼后的mel譜圖和F0輪廓進行關聯，并生成歌曲譜圖；
輸出模塊，用于通過MelGAN聲碼器對歌曲譜圖進行處理，以提高輸出歌曲的音質。
5.根據權利要求4所述一種語音轉化成歌曲的系統，其特征在于，語音處理模塊，包括：
語音采樣模塊，用于對語音信號進行多次重新采樣，并改變語音信號的節奏，以有效分離語音信號的內容和節奏。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京中科深智科技有限公司，未經北京中科深智科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011207626.1/1.html，轉載請聲明來源鉆瓜專利網。
