[發明專利]一種音樂數據的生成方法、裝置、設備以及存儲介質

在審

• 申請號: 202110711918.7
• 申請日: 2021-06-25
• 公開（公告）號: CN113488010A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 王振宇
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G10H7/00
• 分類號: G10H7/00
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種音樂數據的生成方法，其特征在于，包括：

獲取原始視頻數據，以及預設的資源模板；所述資源模板包括預設的伴奏數據中每個伴奏片段的字符串數量、第一時長以及重音級別；所述第一時長為字符串在所述伴奏數據中占用的幀數，所述重音級別為字符串在所述伴奏數據中的重音級別；

根據所述原始視頻數據的資源特征，以及所述伴奏數據中每個伴奏片段的字符串數量，生成與所述原始視頻的資源特征對應的歌詞；所述歌詞中的歌詞片段與所述伴奏數據中的伴奏片段一一對應，且每個歌詞片段的字符串數量與對應的伴奏片段的字符串數量相等；

基于所述歌詞、所述歌詞中每個字符串的所述第一時長、所述每個字符串的所述重音級別，以及預設的音色特征，生成具有所述音色特征的語音數據；所述語音數據用于按照對應的所述第一時長及所述重音級別播放所述歌詞中的所述每個字符串；

合并所述語音數據以及所述伴奏數據，以生成所述原始視頻數據對應的音樂數據。

2.根據權利要求1所述的音樂數據的生成方法，其特征在于，所述基于所述歌詞、所述歌詞中每個字符串的所述第一時長、所述每個字符串的所述重音級別，以及預設的音色特征，生成具有所述音色特征的語音數據，包括：

確定所述歌詞中所述每個字符串所包括的音素以及每個音素的音調；

確定所述每個音素在所述伴奏數據中的第二時長，以及所述每個音素的第一能量值；所述每個字符串中所有音素的所述第二時長之和為所述每個字符串的所述第一時長；每個音素的所述第一能量值為所述每個音素在所述伴奏數據中的能量值，且所述每個音素的所述第一能量值與所述每個音素所在的字符串的重音級別正相關；

根據所述每個音素、所述每個音素的音調、所述每個音素的所述第二時長、所述每個音素的所述第一能量值以及所述音色特征，生成所述語音數據。

3.根據權利要求2所述的音樂數據的生成方法，其特征在于，所述確定所述每個音素在所述伴奏數據中的第二時長，以及所述每個音素的第一能量值，包括：

對于第一字符串，確定所述第一字符串中音素的第三時長，以及所述第一字符串中音素的第二能量值；所述第一字符串為所述歌詞中任意的一個字符串；每個音素的所述第三時長為所述每個音素在所述歌詞的字符串中占用的幀數；所述每個音素的所述第二能量值為所述每個音素在所述歌詞的字符串中的能量值；

根據所述第一字符串中音素的所述第三時長，以及所述第一字符串的所述第一時長，確定所述第一字符串中音素的所述第二時長；

基于所述第一字符串中音素的所述第二能量值，以及所述第一字符串的所述重音級別，確定所述第一字符串中音素的所述第一能量值。

4.根據權利要求3所述的音樂數據的生成方法，其特征在于，所述根據所述第一字符串中音素的所述第三時長，以及所述第一字符串的所述第一時長，確定所述第一字符串中音素的所述第二時長，包括：

確定所述第一字符串中音素的所述第三時長之和，與所述第一字符串的所述第一時長的比值，為所述第一字符串的調整比例；

基于所述調整比例，分別調整所述第一字符串中音素的所述第三時長，以得到所述第一字符串中音素的所述第二時長。

5.根據權利要求2所述的音樂數據的生成方法，其特征在于，所述根據所述每個音素、所述每個音素的音調、所述每個音素的所述第二時長、所述每個音素的所述第一能量值以及所述音色特征，生成所述語音數據，包括：

對于第一音素，根據所述第一音素的所述第二時長、所述第一音素的音調、所述第一音素的所述第一能量值以及所述音色特征，生成與所述第一音素對應的幀特征組；所述第一音素為所述歌詞中的任意一個音素；每個音素對應的幀特征組包括多個幀特征，且所述多個幀特征的數量對應于所述每個音素的所述第二時長；所述每個音素對應的每個幀特征均包括所述每個音素、所述每個音素的音調、所述每個音素的所述第一能量值以及所述音色特征；

合并所述歌詞中所有音素分別對應的幀特征組，以得到所述歌詞對應的語音譜參數，并將所述語音譜參數轉換為所述語音數據。