[發明專利]歌聲轉換

在審

• 申請號: 202180009251.4
• 申請日: 2021-02-08
• 公開（公告）號: CN114981882A
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 俞承柱;盧恒;翁超;俞棟
• 申請（專利權）人: 騰訊美國有限責任公司
• 主分類號: G10H1/36
• 分類號: G10H1/36
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 趙翠萍;徐川

提供一種用于將與第一發音者相關聯的歌唱的第一歌聲轉換為與第二發音者相關聯的第二歌聲的方法、計算機程序和計算機系統。對與一個或多個音素相關聯的上下文進行編碼，一個或多個音素對應于第一歌聲，以及基于已編碼的上下文，將一個或多個音素與一個或多個目標聲學幀對齊。根據已對齊的音素和目標聲學幀來遞歸地生成一個或多個梅爾譜圖特征，以及通過使用所生成的梅爾譜圖特征，將對應于第一歌聲的樣本轉換為對應于第二歌聲的樣本。

相關申請的交叉引用

本申請要求于2020年2月13日提交的第16/789,674號美國申請的優先權，該美國申請明確地通過引用整體并入本申請。

技術領域

本公開總體上涉及計算領域，更具體地涉及數據處理。

背景技術

歌唱是人類表達的重要方式，多年來，通過計算機進行語音合成已引起人們的興趣。歌聲轉換是合成歌聲的一種方式，通過歌聲轉換，可使用另一位歌手的聲音提取和再現現存的歌聲中存在的音樂表達。

發明內容

實施例涉及用于將第一歌聲轉換為第二歌聲的方法、系統和計算機可讀介質。根據一方面，提供一種用于將第一歌聲轉換為第二歌聲的方法。該方法可包括：通過計算機對與一個或多個音素相關聯的上下文進行編碼，一個或多個音素對應于第一歌聲。計算機可基于已編碼的上下文，將一個或多個音素與一個或多個目標聲學幀對齊，以及計算機可根據已對齊的音素和目標聲學幀來遞歸地生成一個或多個梅爾譜圖特征。計算機可使用所生成的梅爾譜圖特征，將對應于第一歌聲的樣本轉換為對應于第二歌聲的樣本。

根據另一方面，提供一種用于將第一歌聲轉換為第二歌聲的計算機系統。計算機系統可包括一個或多個處理器、一個或多個計算機可讀存儲器、一個或多個計算機可讀有形存儲設備、以及存儲在一個或多個存儲設備中的至少一個上的程序指令，程序指令經由一個或多個存儲器中的至少一個存儲器由一個或多個處理器中的至少一個處理器執行，以使計算機系統能夠執行一種方法。該方法可包括：通過計算機對與一個或多個音素相關聯的上下文進行編碼，一個或多個音素對應于第一歌聲。計算機可基于已編碼的上下文，將一個或多個音素與一個或多個目標聲學幀對齊，以及計算機可根據已對齊的音素和目標聲學幀來遞歸地生成一個或多個梅爾譜圖特征。計算機可使用所生成的梅爾譜圖特征，將對應于第一歌聲的樣本轉換為對應于第二歌聲的樣本。

根據又一方面，提供一種用于將第一歌聲轉換為第二歌聲的計算機可讀介質。計算機可讀介質存儲可包括一個或多個計算機可讀存儲設備和存儲在一個或多個有形存儲設備中的至少一個上程序指令，程序指令由處理器執行。程序指令可由處理器執行以執行一種方法，該方法可相應地包括：通過計算機對與一個或多個音素相關聯的上下文進行編碼，一個或多個音素對應于第一歌聲。計算機可基于已編碼的上下文，將一個或多個音素與一個或多個目標聲學幀對齊，以及計算機可根據已對齊的音素和目標聲學幀來遞歸地生成一個或多個梅爾譜圖特征。計算機可使用所生成的梅爾譜圖特征，將對應于第一歌聲的樣本轉換為對應于第二歌聲的樣本。

附圖說明

通過結合附圖閱讀說明性實施例的以下詳細描述，這些和其它目的、特征和優點將變得顯而易見。附圖的各個特征未按比例繪制，因為示圖是為了清楚地便于本領域技術人員結合詳細描述來理解。在附圖中：

圖1示出了根據至少一個實施例的聯網計算機環境；

圖2是根據至少一個實施例的將第一歌聲轉換為第二歌聲的程序的框圖；

圖3是示出根據至少一個實施例的將第一歌聲轉換為第二歌聲的程序所執行的步驟的操作流程圖；

圖4是根據至少一個實施例的圖1所描繪的計算機和服務器的內部組件和外部組件的框圖；

圖5是根據至少一個實施例的包括圖1所描繪的計算機系統的說明性云計算環境的框圖；以及

圖6是根據至少一個實施例的圖5的說明性云計算環境的功能層的框圖。

具體實施方式