[發明專利]梵唄音樂生成方法、裝置、設備及存儲介質

在審

• 申請號: 202110311436.2
• 申請日: 2021-03-24
• 公開（公告）號: CN112951187A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 劉奡智;郭錦岳;韓寶強;肖京
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10H7/00
• 分類號: G10H7/00;G06N3/04;G06N3/08
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 姚維

本發明涉及人工智能領域，公開了一種梵唄音樂生成方法、裝置、設備及存儲介質。所述方法包括：獲取待處理的音樂數據并輸入預置梵唄音樂生成模型，音樂數據包括歌詞和歌詞旋律；通過唱詞編碼器提取歌詞的唱詞隱碼向量，通過旋律編碼器提取歌詞旋律的旋律隱碼向量；將唱詞隱碼向量輸入唱詞解碼器進行處理，輸出唱詞輸出向量；將各唱詞輸出向量與旋律隱碼輸入旋律解碼器進行處理，輸出旋律輸出向量；將各唱詞輸出向量轉換為唱詞，將各旋律輸出向量轉換為旋律，生成唱詞旋律對；最后按照歌唱順序拼接各唱詞旋律對，得到梵唄音樂。本發明將旋律和唱詞有效結合，還原了梵唄音樂“一字多音”的特點，使得生成出的音樂更加接近真實的佛教梵唄音樂。

技術領域

本發明涉及人工智能領域，尤其涉及一種梵唄音樂生成方法、裝置、設備及存儲介質。

背景技術

隨著人工智能技術的快速發展，利用人工智能算法進行音樂創作是當前的熱門研究之一。深度學習模型在人工智能算法進行音樂創作的過程中被廣泛使用，然而大多數人工智能算法梵唄音樂生成系統更多的是對現代流行音樂的創作，因為現代流行音樂的歌詞通俗易懂，旋律易記易唱；而缺乏對歌詞結構復雜，旋律節奏隨性這種類型音樂創作的能力。因此，利用人工智能算法生成類型復雜和多樣的音樂是十分具有難度的。

大多數人工智能生成音樂的系統更多的是對簡單類型音樂的創作，難以有一種深度學習模型可以生成類型復雜的音樂。因為復雜的音樂創作不僅要考慮唱詞和旋律的生成，而且要考慮唱詞的含義能否被旋律所表達，唱詞的含義能否與旋律所對應這些問題。

發明內容

本發明的主要目的在于解決如何生成具有梵唄音樂特色的音樂的技術問題。

本發明第一方面提供了一種梵唄音樂生成方法，包括：

獲取待處理的音樂數據，并將所述音樂數據輸入預置梵唄音樂生成模型，其中，所述音樂數據包括歌詞和歌詞旋律，所述梵唄音樂生成模型包括唱詞編碼器、唱詞解碼器、旋律編碼器和旋律解碼器；

通過所述唱詞編碼器提取所述音樂數據中歌詞對應的唱詞隱碼向量，以及通過所述旋律編碼器提取所述音樂數據中歌詞旋律對應的旋律隱碼向量；

將所述唱詞隱碼向量輸入所述唱詞解碼器進行處理，輸出所述歌詞中每一個字對應的唱詞輸出向量，以及分別將所述各唱詞輸出向量與所述旋律隱碼向量輸入所述旋律解碼器進行處理，輸出所述歌詞中每一個字對應的旋律輸出向量；

分別將所述各唱詞輸出向量轉換為唱詞，以及分別將所述各旋律輸出向量轉換為所述各唱詞的旋律，并生成所述各唱詞與所述各唱詞的旋律組成的多個唱詞旋律對；

按照所述歌詞中每一個字的歌唱順序，拼接所述各唱詞旋律對，得到梵唄音樂。

可選的，在本發明第一方面的第一種實現方式中，在所述獲取待處理的音樂數據之前還包括：

采集多個梵唄音樂作為訓練樣本，并對所述訓練樣本進行分割，得到唱詞數據和旋律數據；

將所述唱詞數據轉化為離散向量，得到唱詞輸入向量；

將所述唱詞輸入向量輸入所述唱詞編碼器進行處理，得到唱詞隱碼向量；

將所述唱詞隱碼向量輸入所述唱詞解碼器進行處理，得到唱詞輸出向量；

根據所述唱詞輸出向量，調用預置損失函數采用梯度更新方法對所述唱詞編碼器和所述唱詞解碼器進行參數優化，直至所述唱詞編碼器和所述唱詞解碼器收斂，得到唱詞生成模型。

可選的，在本發明第一方面的第二種實現方式中，在所述采集多個梵唄音樂作為訓練樣本，并對所述訓練樣本進行分割，得到唱詞數據和旋律數據之后，還包括：

將所述旋律數據轉化為離散向量，得到旋律離散向量；

將所述唱詞輸入向量和所述旋律離散向量拼接成一個向量，得到旋律輸入向量；