[發明專利]一種歌唱合成方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011384883.2
• 申請日: 2020-11-30
• 公開（公告）號: CN112562633A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 顧宇
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G10L13/02
• 分類號: G10L13/02
• 代理公司: 北京遠智匯知識產權代理有限公司 11659
• 代理人: 范坤坤

本申請公開了一種歌唱合成方法、裝置、電子設備及存儲介質。方法包括：獲取待合成的歌曲信息，其中，待合成的歌曲信息中包括歌詞文本和旋律信息；根據待合成的歌曲信息獲得梅爾濾波器組特征和實際基頻信息；根據梅爾濾波器組特征和實際基頻信息獲得聲音波形，并根據聲音波形獲得合成歌曲。通過待合成的歌曲信息獲得梅爾濾波器組特征與實際基頻信息，并將梅爾濾波器組特征與基頻信息進行結合來獲得聲音波形，以根據聲音波形獲得合成歌曲，從而在歌唱合成中考慮了基頻信息的因素，保證了合成歌曲的音準質量，從而滿足了用戶的歌唱合成需求。

技術領域

本公開實施例涉及數據處理技術領域，尤其涉及一種歌唱合成方法、裝置、電子設備及存儲介質。

背景技術

語音合成，又稱文本轉換(Text To Speech，TTS)技術，能夠將文本轉換成語音，即將文字信息轉化為可聽的聲音信息，涉及聲學、語音學、數字信號處理以及計算機科學。

目前在進行歌唱語音合成時，通常采用的是端到端的語音合成系統，因此在通過語音合成系統進行歌唱合成的過程中，通常會存在音高不準的情況，從而影響合成歌曲的質量，并降低用戶的體驗效果。

發明內容

本公開實施例提供了一種歌唱合成方法、裝置、電子設備及存儲介質，以獲取音準質量較高的合成歌曲。

第一方面，本公開實施例提供了一種歌唱合成方法，該方法包括：

獲取待合成的歌曲信息，其中，待合成的歌曲信息中包括歌詞文本和旋律信息；

根據待合成的歌曲信息獲得梅爾濾波器組特征和實際基頻信息；

根據梅爾濾波器組特征和實際基頻信息獲得聲音波形，并根據聲音波形獲得合成歌曲。

第二方面，本公開實施例還提供了一種歌唱合成裝置，該裝置包括：

待合成的歌曲信息獲取模塊，用于獲取待合成的歌曲信息，其中，待合成的歌曲信息中包括歌詞文本和旋律信息；

梅爾濾波器組特征和實際基頻信息獲取模塊，用于根據待合成的歌曲信息獲得梅爾濾波器組特征和實際基頻信息；

歌唱合成模塊，用于根據梅爾濾波器組特征和實際基頻信息獲得聲音波形，并根據聲音波形獲得合成歌曲。

第三方面，本公開實施例還提供了一種電子設備，該電子設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當一個或多個程序被一個或多個處理器執行，使得一個或多個處理器實現如本公開任意實施例的方法。

第四方面，本公開實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本公開任意實施例的方法。

本公開實施例中，通過待合成的歌曲信息獲得梅爾濾波器組特征與實際基頻信息，并將梅爾濾波器組特征與基頻信息進行結合來獲得聲音波形，以根據聲音波形獲得合成歌曲，從而在歌唱合成中考慮了基頻信息的因素，保證了合成歌曲的音準質量，從而滿足了用戶的歌唱合成需求。

附圖說明

結合附圖并參考以下具體實施方式，本公開各實施例的上述和其他特征、優點及方面將變得更加明顯。貫穿附圖中，相同或相似的附圖標記表示相同或相似的元素。應當理解附圖是示意性的，原件和元素不一定按照比例繪制。

圖1(a)是本公開實施例提供的一種歌唱合成方法的流程圖；

圖1(b)是本公開實施例所提供的旋律信息的示意圖；

圖1(c)是本公開實施例所提供的聲音波形的示意圖；