CN112331234A - 歌曲多媒体的合成方法、装置、电子设备及存储介质 - Google Patents

歌曲多媒体的合成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112331234A
CN112331234A CN202011164612.6A CN202011164612A CN112331234A CN 112331234 A CN112331234 A CN 112331234A CN 202011164612 A CN202011164612 A CN 202011164612A CN 112331234 A CN112331234 A CN 112331234A
Authority
CN
China
Prior art keywords
user
tone
list
synthesized
song
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011164612.6A
Other languages
English (en)
Inventor
吴思远
李超
孙晨曦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011164612.6A priority Critical patent/CN112331234A/zh
Publication of CN112331234A publication Critical patent/CN112331234A/zh
Priority to JP2021130709A priority patent/JP7138222B2/ja
Priority to US17/474,776 priority patent/US20210407479A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/0008—Associated control or indicating means
    • G10H1/0025—Automatic or semi-automatic music composition, e.g. producing random music, applying rules from music theory or modifying a musical piece
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H7/00—Instruments in which the tones are synthesised from a data store, e.g. computer organs
    • G10H7/002—Instruments in which the tones are synthesised from a data store, e.g. computer organs using a common processing for different operations or calculations, and a set of microinstructions (programme) to control the sequence thereof
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/02—Means for controlling the tone frequencies, e.g. attack or decay; Means for producing special musical effects, e.g. vibratos or glissandos
    • G10H1/06—Circuits for establishing the harmonic content of tones, or other arrangements for changing the tone colour
    • G—PHYSICS
    • G11—INFORMATION STORAGE
    • G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
    • G11B27/00—Editing; Indexing; Addressing; Timing or synchronising; Monitoring; Measuring tape travel
    • G11B27/02—Editing, e.g. varying the order of information signals recorded on, or reproduced from, record carriers
    • G11B27/031—Electronic editing of digitised analogue information signals, e.g. audio or video signals
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/021—Background music, e.g. for video sequences, elevator music
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/056—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for extraction or identification of individual instrumental parts, e.g. melody, chords, bass; Identification or separation of instrumental parts by their characteristic voices or timbres
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/101—Music Composition or musical creation; Tools or processes therefor
    • G10H2210/105—Composing aid, e.g. for supporting creation, edition or modification of a piece of music
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/155—Musical effects
    • G10H2210/315—Dynamic effects for musical purposes, i.e. musical sound effects controlled by the amplitude of the time domain audio envelope, e.g. loudness-dependent tone color or musically desired dynamic range compression or expansion
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
    • G10H2250/311—Neural networks for electrophonic musical instruments or musical processing, e.g. for musical recognition or control, automatic composition or improvisation
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
    • G10H2250/315—Sound category-dependent sound synthesis processes [Gensound] for musical use; Sound category-specific synthesis-controlling parameters or control means therefor
    • G10H2250/455—Gensound singing voices, i.e. generation of human voices for musical applications, vocal singing sounds or intelligible words at a desired pitch or with desired vocal effects, e.g. by phoneme synthesis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2250/00—Aspects of algorithms or signal processing methods without intrinsic musical character, yet specifically adapted for or used in electrophonic musical processing
    • G10H2250/471—General musical sound synthesis principles, i.e. sound category-independent synthesis methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Electrophonic Musical Instruments (AREA)

Abstract

本申请公开了歌曲多媒体的合成方法、装置、电子设备及存储介质，涉及语音技术、深度学习技术领域。具体实现方案为：响应于歌曲多媒体合成请求，显示素材获取模式；获取用户通过所选择的素材获取模式提供的用户音频；将用户音频输入音色提取模型，以得到音色提取模型输出的用户音色；获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将用户音色、待合成的歌词以及待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体，从而扩展了用户提供各种素材的方式，方便用户根据自身条件提供各种素材，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。

Description

歌曲多媒体的合成方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域，具体涉及语音技术、深度学习技术领域，尤其涉及歌曲多媒体的合成方法、装置、电子设备及存储介质。
背景技术
相关技术中，音乐合成方法主要为，获取用户所提供的说话素材，结合曲谱对用户所提供的说话素材进行剪辑以及声调处理等，生成该用户的唱歌效果。
然而，上述方法中，需要人员花费大量的时间去进行手动剪辑以及手动声调处理操作，例如一周到半个月，剪辑时间长，成本高，且剪辑得到的唱歌效果较差。
发明内容
本公开提供了一种歌曲多媒体的合成方法、装置、电子设备以及存储介质。
根据本公开的一方面，提供了一种歌曲多媒体的合成方法，包括：响应于歌曲多媒体合成请求，显示素材获取模式；获取用户通过所选择的素材获取模式提供的用户音频；将所述用户音频输入音色提取模型，以得到所述音色提取模型输出的用户音色；获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将所述用户音色、所述待合成的歌词以及所述待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
根据本公开的另一方面，提供了一种歌曲多媒体的合成装置，包括：显示模块，用于响应于歌曲多媒体合成请求，显示素材获取模式；第一获取模块，用于获取用户通过所选择的素材获取模式提供的用户音频；音色提取模块，用于将所述用户音频输入音色提取模型，以得到所述音色提取模型输出的用户音色；合成模块，用于获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将所述用户音色、所述待合成的歌词以及所述待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的歌曲多媒体的合成方法。
根据第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的歌曲多媒体的合成方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例的示意图；
图2是根据本申请第二实施例的示意图；
图3是根据本申请第三实施例的示意图；
图4是根据本申请第四实施例的示意图；
图5是用来实现本申请实施例的歌曲多媒体的合成方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的歌曲多媒体的合成方法、装置、电子设备及存储介质。
图1是根据本申请第一实施例的示意图。其中，需要说明的是，本申请实施例的执行主体为歌曲多媒体的合成装置，歌曲多媒体的合成装置具体可以为硬件设备，或者硬件设备中的软件等。
如图1所示，歌曲多媒体的合成方法的具体实现过程如下：
步骤101，响应于歌曲多媒体合成请求，显示素材获取模式。
在本申请实施例中，歌曲多媒体合成请求的触发条件可以为用户对歌曲多媒体的合成装置中预设按键的点击、预设控件的点击、预设区域的点击等，可以根据实际需要进行设定。
在本申请实施例中，合成歌曲多媒体的素材可以包括以下素材中的至少一种：音色素材、歌词素材、曲谱素材、音乐资源、视频资源等。其中，音乐资源包括：背景音乐和/或音效。视频资源例如可以为背景视频。对应的，素材获取模式可以包括每种素材的至少一种获取模式。
步骤102，获取用户通过所选择的素材获取模式提供的用户音频。
在本申请实施例中，素材获取模式可以包括：音色素材获取模式；音色素材获取模式可以包括：用户音频录入接口，和/或，用户音频上传接口。对应的，歌曲多媒体的合成装置执行步骤102的过程具体可以为，在检测到用户对用户音频录入接口的选择指令时，控制音频录入设备采集用户音频；或者，在检测到用户对用户音频上传接口的选择指令时，获取上传的用户音频。
在本申请实施例中，用户音频录入接口，和/或，用户音频上传接口的设置，使得用户可以根据需要上传已有的用户音频，或者在未存在已有的用户音频时，在线录制用户音频并提供，从而能够方便用户根据自身条件提供音色素材，扩展了用户提供音色素材的方式，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。
在本申请实施例中，音色素材获取模式还可以包括以下模式中的任意一个或者多个：用户音色上传接口、指定音色列表、历史音色列表、分享音色列表；其中，历史音色列表包括历史时间段内上传或者提取的用户音色，所述分享音色列表包括历史时间段内分享的用户音色。对应的，歌曲多媒体的合成装置还可以执行以下过程来获取音色素材：在检测到用户对用户音色上传接口、指定音色列表、历史音色列表或者分享音色列表的选择指令时，获取上传或者选择的用户音色。
在本申请实施例中，当用户存有用户音色时，可以直接通过用户音色上传接口来上传用户音色；或者，用户可以在指定音色列表、历史音色列表、分享音色列表中选择音色作为用户音色。其中，指定音色列表保存有歌曲多媒体的合成装置默认提供的音色。历史音色列表可以包括历史时间段内用户上传或者提取的用户音色。分享音色列表可以包括历史时间段内其他用户所分享的用户音色。其中，历史时间段例如可以为一周、两周等，可以根据实际需要进行设定。
在本申请实施例中，通过多种音色素材获取模式的提供，进一步扩展了用户可以提供或者选择的音色素材，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。
步骤103，将用户音频输入音色提取模型，以得到音色提取模型输出的用户音色。
在本申请实施例中，音色提取模型的输入为用户音频，输出为用户音频中的用户音色。音色提取模型具体可以为深度神经网络模型，根据大量的样本音频以及对应的样本音色进行训练得到，以对用户音频进行音色提取。
步骤104，获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将用户音色、待合成的歌词以及待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
在本申请实施例中，素材获取模式还可以包括：歌词素材获取模式。歌词素材获取模式可以包括以下模式中的任意一个或者多个：歌词上传接口、指定歌词列表、历史歌词列表、分享歌词列表。其中，指定歌词列表可以保存有歌曲多媒体的合成装置默认提供的歌词。历史歌词列表可以包括历史时间段内各个用户上传的歌词。分享歌词列表可以包括历史时间段内其他用户所分享的歌词。其中，历史时间段例如可以为一周、两周等，可以根据实际需要进行设定。
在本申请实施例中，待合成的歌词的获取方式为，在检测到用户对歌词上传接口、指定歌词列表、历史歌词列表、或者分享歌词列表的选择指令时，获取用户上传或者选择的歌词。
在本申请实施例中，通过多种歌词素材获取模式的提供，进一步扩展了用户可以提供或者选择的歌词素材，减少了用户提供歌词素材所需要进行的操作，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。
在本申请实施例中，素材获取模式还可以包括：曲谱素材获取模式。曲谱素材获取模式包括以下模式中的任意一个或者多个：曲谱上传接口、指定曲谱列表、历史曲谱列表、分享曲谱列表。其中，指定曲谱列表可以保存有歌曲多媒体的合成装置默认提供的曲谱。历史曲谱列表可以包括历史时间段内各个用户上传的曲谱。分享歌词列表可以包括历史时间段内其他用户所分享的曲谱。其中，历史时间段例如可以为一周、两周等，可以根据实际需要进行设定。
在本申请实施例中，待合成的曲谱的获取方式为，在检测到用户对曲谱上传接口、指定曲谱列表、历史曲谱列表、或者分享曲谱列表的选择指令时，获取用户上传或者选择的曲谱。
在本申请实施例中，通过多种曲谱素材获取模式的提供，进一步扩展了用户可以提供或者选择的曲谱素材，减少了用户提供曲谱素材所需要进行的操作，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。
综上，通过响应于歌曲多媒体合成请求，显示素材获取模式；获取用户通过所选择的素材获取模式提供的用户音频；将用户音频输入音色提取模型，以得到音色提取模型输出的用户音色；获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将用户音色、待合成的歌词以及待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体，从而扩展了用户提供各种素材的方式，方便用户根据自身条件提供各种素材，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。
为了提高音色提取模型和歌曲合成模型的准确度，歌曲多媒体的合成装置可以对音色提取模型和歌曲合成模型进行联合训练。如图2所示，图2是根据本申请第二实施例的示意图。在图1所示实施例的基础上，所述的方法还可以包括以下步骤。
步骤201，获取初始的联合模型，其中，联合模型包括：依次连接的音色提取模型和歌曲合成模型。
在本申请实施例中，音色提取模型的输入为音频，输出为音频中的音色。歌曲合成模型的输入为音色、歌词加曲谱，输出为合成后的歌曲多媒体。
步骤202，获取训练数据，其中，训练数据包括：用户音频样本、歌词样本、曲谱样本、以及对应的歌曲多媒体样本。
在本申请实施例中，网络上存在大量歌手的歌曲多媒体、歌曲多媒体中的歌词、曲谱、以及歌曲多媒体对应歌手的其他音频，因此，歌曲多媒体的合成装置可以获取大量歌手的音频样本、歌词样本、曲谱样本以及对应的歌曲多媒体样本作为训练数据，对初始的联合模型进行训练。其中，歌曲多媒体样本可以为清唱的歌曲音频样本、带背景音乐的歌曲音频样本、或者带背景视频的歌曲视频样本等，可以根据实际需要进行设定。
在本申请实施例中，歌曲多媒体的合成装置还可以获取少量一般用户的音频样本、歌词样本、曲谱样本以及对应的歌曲多媒体样本添加到训练数据中。
步骤203，采用训练数据对初始的联合模型进行训练，得到训练好的联合模型。
步骤204，获取训练好的联合模型中的音色提取模型以及歌曲合成模型。
综上，通过获取初始的联合模型，其中，联合模型包括：依次连接的音色提取模型和歌曲合成模型；获取训练数据，其中，训练数据包括：用户音频样本、歌词样本、曲谱样本、以及对应的歌曲多媒体样本；采用训练数据对初始的联合模型进行训练，得到训练好的联合模型；获取训练好的联合模型中的音色提取模型以及歌曲合成模型，从而可以通过音色提取模型以及歌曲合成模型的联合训练，提高音色提取模型以及歌曲合成模型的准确度，进而提高合成得到的歌曲多媒体的准确度。
为了提高合成得到的歌曲多媒体的效果，可以在合成得到的歌曲多媒体中添加音乐资源等。如图3所示，图3是根据本申请第三实施例的示意图。所述的方法还可以包括以下步骤。
步骤301，响应于歌曲多媒体合成请求，显示素材获取模式。
步骤302，获取用户通过所选择的素材获取模式提供的用户音频。
步骤303，将用户音频输入音色提取模型，以得到音色提取模型输出的用户音色。
步骤304，获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将用户音色、待合成的歌词以及待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
步骤305，获取待合成的音乐资源，其中，音乐资源包括：背景音乐和/或音效。
在本申请实施例中，背景音乐可以为与待合成的曲谱匹配的背景音乐，或者，可以为与待合成的曲谱的节奏匹配的背景音乐。
步骤306，根据合成后的歌曲多媒体、背景音乐和/或音效，生成带有背景音乐和/或音效的歌曲多媒体。
在本申请实施例中，音效例如可以为拍手、鸟叫、铃声等。在本申请实施例中，歌曲多媒体的合成装置生成带有背景音乐和/或音效的歌曲多媒体的过程具体可以为，获取合成后的歌曲多媒体中的节奏；获取背景音乐的节奏和/或音效的节奏，将合成后的歌曲多媒体中的节奏与背景音乐的节奏和/或音效的节奏进行配对处理，确定背景音乐和/或音效中各个音在合成后的歌曲多媒体中的位置，进而根据背景音乐和/或音效中各个音在合成后的歌曲多媒体中的位置对合成后的歌曲多媒体、背景音乐和/或音效进行合成处理，得到带有背景音乐和/或音效的歌曲多媒体。
在本申请实施例中，歌曲多媒体的合成装置还可以在歌曲多媒体中添加视频资源。因此，在图3所示实施例的基础上，所述的方法还可以包括以下步骤：获取待合成的视频资源，对应的，步骤306具体可以为，根据合成后的歌曲多媒体、音乐资源以及视频资源，生成带有音乐资源以及视频资源的歌曲多媒体。
在本申请实施例中，合成得到的歌曲多媒体可以用于播放、下载、分发、分享、二次制作等，可以根据实际需要选择对歌曲多媒体的操作。
综上，通过获取待合成的音乐资源，其中，音乐资源包括：背景音乐和/或音效；根据合成后的歌曲多媒体、背景音乐和/或音效，生成带有背景音乐和/或音效的歌曲多媒体，从而能够在歌曲多媒体中添加背景音乐和/或音效等音乐资源，提高歌曲多媒体的丰富度。
为了实现上述实施例，本申请实施例还提出一种歌曲多媒体的合成装置。
图4是根据本申请第四实施例的示意图。如图4所示，该歌曲多媒体的合成装置400包括：显示模块410、第一获取模块420、音色提取模块430和合成模块440。
其中，所述显示模块410，用于响应于歌曲多媒体合成请求，显示素材获取模式；所述第一获取模块420，用于获取用户通过所选择的素材获取模式提供的用户音频；所述音色提取模块430，用于将所述用户音频输入音色提取模型，以得到所述音色提取模型输出的用户音色；所述合成模块440，用于获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将所述用户音色、所述待合成的歌词以及所述待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
作为本申请实施例的一种可能实现方式，所述素材获取模式包括：音色素材获取模式；所述音色素材获取模式包括：用户音频录入接口，和/或，用户音频上传接口；所述第一获取模块420具体用于，在检测到用户对用户音频录入接口的选择指令时，控制音频录入设备采集用户音频；或者，在检测到用户对用户音频上传接口的选择指令时，获取上传的用户音频。
作为本申请实施例的一种可能实现方式，所述音色素材获取模式还包括以下模式中的任意一个或者多个：用户音色上传接口、指定音色列表、历史音色列表、分享音色列表；其中，历史音色列表包括历史时间段内上传或者提取的用户音色，所述分享音色列表包括历史时间段内分享的用户音色；所述的装置还包括：第二获取模块，用于在检测到用户对用户音色上传接口、指定音色列表、历史音色列表、或者分享音色列表的选择指令时，获取上传或者选择的用户音色。
作为本申请实施例的一种可能实现方式，所述素材获取模式还包括：歌词素材获取模式；所述歌词素材获取模式包括以下模式中的任意一个或者多个：歌词上传接口、指定歌词列表、历史歌词列表、分享歌词列表；所述待合成的歌词的获取方式为，在检测到用户对所述歌词上传接口、所述指定歌词列表、所述历史歌词列表、或者所述分享歌词列表的选择指令时，获取用户上传或者选择的歌词。
作为本申请实施例的一种可能实现方式，所述素材获取模式还包括：曲谱素材获取模式；所述曲谱素材获取模式包括以下模式中的任意一个或者多个：曲谱上传接口、指定曲谱列表、历史曲谱列表、分享曲谱列表；所述待合成的曲谱的获取方式为，在检测到用户对所述曲谱上传接口、所述指定曲谱列表、所述历史曲谱列表、或者所述分享曲谱列表的选择指令时，获取用户上传或者选择的曲谱。
作为本申请实施例的一种可能实现方式，所述的装置，还包括：第三获取模块和训练模块；所述第三获取模块，用于获取初始的联合模型，其中，所述联合模型包括：依次连接的音色提取模型和歌曲合成模型；所述第三获取模块，还用于获取训练数据，其中，所述训练数据包括：用户音频样本、歌词样本、曲谱样本、以及对应的歌曲多媒体样本；所述训练模块，用于采用所述训练数据对所述初始的联合模型进行训练，得到训练好的联合模型；所述第三获取模块，还用于获取所述训练好的联合模型中的音色提取模型以及歌曲合成模型。
作为本申请实施例的一种可能实现方式，所述的装置，还包括：第四获取模块和第一生成模块；所述第四获取模块，用于获取待合成的音乐资源，其中，所述音乐资源包括：背景音乐和/或音效；所述第一生成模块，用于根据所述合成后的歌曲多媒体、所述背景音乐和/或音效，生成带有背景音乐和/或音效的歌曲多媒体。
作为本申请实施例的一种可能实现方式，所述的装置，还包括：第五获取模块和第二生成模块；所述第五获取模块，用于获取待合成的音乐资源以及视频资源；所述第二生成模块，用于根据所述合成后的歌曲多媒体、所述音乐资源以及所述视频资源，生成带有音乐资源以及视频资源的歌曲多媒体。
本申请实施例的歌曲多媒体的合成装置，通过响应于歌曲多媒体合成请求，显示素材获取模式；获取用户通过所选择的素材获取模式提供的用户音频；将用户音频输入音色提取模型，以得到音色提取模型输出的用户音色；获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将用户音色、待合成的歌词以及待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体，从而扩展了用户提供各种素材的方式，方便用户根据自身条件提供各种素材，减少了用户生成带自己音色的歌曲多媒体所需要进行的操作等，降低了歌曲多媒体的合成成本，提高了歌曲多媒体的合成效率。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的歌曲多媒体的合成方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器***)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的歌曲多媒体的合成方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的歌曲多媒体的合成方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的歌曲多媒体的合成方法对应的程序指令/模块(例如，附图4所示的显示模块410、第一获取模块420、音色提取模块430和合成模块440)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的歌曲多媒体的合成方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需要的应用程序；存储数据区可存储根据歌曲多媒体的合成的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至歌曲多媒体的合成的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
歌曲多媒体的合成方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与歌曲多媒体的合成的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (18)

1.一种歌曲多媒体的合成方法，包括：
响应于歌曲多媒体合成请求，显示素材获取模式；
获取用户通过所选择的素材获取模式提供的用户音频；
将所述用户音频输入音色提取模型，以得到所述音色提取模型输出的用户音色；
获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将所述用户音色、所述待合成的歌词以及所述待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
2.根据权利要求1所述的方法，其中，所述素材获取模式包括：音色素材获取模式；所述音色素材获取模式包括：用户音频录入接口，和/或，用户音频上传接口；
所述获取用户通过所选择的素材获取模式提供的用户音频，包括：
在检测到用户对用户音频录入接口的选择指令时，控制音频录入设备采集用户音频；或者，
在检测到用户对用户音频上传接口的选择指令时，获取上传的用户音频。
3.根据权利要求2所述的方法，其中，所述音色素材获取模式还包括以下模式中的任意一个或者多个：用户音色上传接口、指定音色列表、历史音色列表、分享音色列表；其中，历史音色列表包括历史时间段内上传或者提取的用户音色，所述分享音色列表包括历史时间段内分享的用户音色；
所述的方法，还包括：
在检测到用户对用户音色上传接口、指定音色列表、历史音色列表、或者分享音色列表的选择指令时，获取上传或者选择的用户音色。
4.根据权利要求1所述的方法，其中，所述素材获取模式还包括：歌词素材获取模式；
所述歌词素材获取模式包括以下模式中的任意一个或者多个：歌词上传接口、指定歌词列表、历史歌词列表、分享歌词列表；
所述待合成的歌词的获取方式为，在检测到用户对所述歌词上传接口、所述指定歌词列表、所述历史歌词列表、或者所述分享歌词列表的选择指令时，获取用户上传或者选择的歌词。
5.根据权利要求1所述的方法，其中，所述素材获取模式还包括：曲谱素材获取模式；
所述曲谱素材获取模式包括以下模式中的任意一个或者多个：曲谱上传接口、指定曲谱列表、历史曲谱列表、分享曲谱列表；
所述待合成的曲谱的获取方式为，在检测到用户对所述曲谱上传接口、所述指定曲谱列表、所述历史曲谱列表、或者所述分享曲谱列表的选择指令时，获取用户上传或者选择的曲谱。
6.根据权利要求1所述的方法，其中，所述将所述用户音频输入音色提取模型，以得到所述音色提取模型输出的用户音色之前，还包括：
获取初始的联合模型，其中，所述联合模型包括：依次连接的音色提取模型和歌曲合成模型；
获取训练数据，其中，所述训练数据包括：用户音频样本、歌词样本、曲谱样本、以及对应的歌曲多媒体样本；
采用所述训练数据对所述初始的联合模型进行训练，得到训练好的联合模型；
获取所述训练好的联合模型中的音色提取模型以及歌曲合成模型。
7.根据权利要求1所述的方法，其中，还包括：
获取待合成的音乐资源，其中，所述音乐资源包括：背景音乐和/或音效；
根据所述合成后的歌曲多媒体、所述背景音乐和/或音效，生成带有背景音乐和/或音效的歌曲多媒体。
8.根据权利要求1所述的方法，其中，还包括：
获取待合成的音乐资源以及视频资源；
根据所述合成后的歌曲多媒体、所述音乐资源以及所述视频资源，生成带有音乐资源以及视频资源的歌曲多媒体。
9.一种歌曲多媒体的合成装置，包括：
显示模块，用于响应于歌曲多媒体合成请求，显示素材获取模式；
第一获取模块，用于获取用户通过所选择的素材获取模式提供的用户音频；
音色提取模块，用于将所述用户音频输入音色提取模型，以得到所述音色提取模型输出的用户音色；
合成模块，用于获取用户通过所选择的素材获取模式提供的待合成的歌词以及待合成的曲谱，并将所述用户音色、所述待合成的歌词以及所述待合成的曲谱输入歌曲合成模型，以得到合成后的歌曲多媒体。
10.根据权利要求9所述的装置，其中，所述素材获取模式包括：音色素材获取模式；所述音色素材获取模式包括：用户音频录入接口，和/或，用户音频上传接口；
所述第一获取模块具体用于，在检测到用户对用户音频录入接口的选择指令时，控制音频录入设备采集用户音频；或者，
在检测到用户对用户音频上传接口的选择指令时，获取上传的用户音频。
11.根据权利要求10所述的装置，其中，所述音色素材获取模式还包括以下模式中的任意一个或者多个：用户音色上传接口、指定音色列表、历史音色列表、分享音色列表；其中，历史音色列表包括历史时间段内上传或者提取的用户音色，所述分享音色列表包括历史时间段内分享的用户音色；
所述的装置还包括：
第二获取模块，用于在检测到用户对用户音色上传接口、指定音色列表、历史音色列表、或者分享音色列表的选择指令时，获取上传或者选择的用户音色。
12.根据权利要求9所述的装置，其中，所述素材获取模式还包括：歌词素材获取模式；
所述歌词素材获取模式包括以下模式中的任意一个或者多个：歌词上传接口、指定歌词列表、历史歌词列表、分享歌词列表；
所述待合成的歌词的获取方式为，在检测到用户对所述歌词上传接口、所述指定歌词列表、所述历史歌词列表、或者所述分享歌词列表的选择指令时，获取用户上传或者选择的歌词。
13.根据权利要求9所述的装置，其中，所述素材获取模式还包括：曲谱素材获取模式；
所述曲谱素材获取模式包括以下模式中的任意一个或者多个：曲谱上传接口、指定曲谱列表、历史曲谱列表、分享曲谱列表；
所述待合成的曲谱的获取方式为，在检测到用户对所述曲谱上传接口、所述指定曲谱列表、所述历史曲谱列表、或者所述分享曲谱列表的选择指令时，获取用户上传或者选择的曲谱。
14.根据权利要求9所述的装置，其中，还包括：第三获取模块和训练模块；
所述第三获取模块，用于获取初始的联合模型，其中，所述联合模型包括：依次连接的音色提取模型和歌曲合成模型；
所述第三获取模块，还用于获取训练数据，其中，所述训练数据包括：用户音频样本、歌词样本、曲谱样本、以及对应的歌曲多媒体样本；
所述训练模块，用于采用所述训练数据对所述初始的联合模型进行训练，得到训练好的联合模型；
所述第三获取模块，还用于获取所述训练好的联合模型中的音色提取模型以及歌曲合成模型。
15.根据权利要求9所述的装置，其中，还包括：第四获取模块和第一生成模块；
所述第四获取模块，用于获取待合成的音乐资源，其中，所述音乐资源包括：背景音乐和/或音效；
所述第一生成模块，用于根据所述合成后的歌曲多媒体、所述背景音乐和/或音效，生成带有背景音乐和/或音效的歌曲多媒体。
16.根据权利要求9所述的装置，其中，还包括：第五获取模块和第二生成模块；
所述第五获取模块，用于获取待合成的音乐资源以及视频资源；
所述第二生成模块，用于根据所述合成后的歌曲多媒体、所述音乐资源以及所述视频资源，生成带有音乐资源以及视频资源的歌曲多媒体。
17.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1－8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1－8中任一项所述的方法。
CN202011164612.6A 2020-10-27 2020-10-27 歌曲多媒体的合成方法、装置、电子设备及存储介质 Pending CN112331234A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202011164612.6A CN112331234A (zh) 2020-10-27 2020-10-27 歌曲多媒体的合成方法、装置、电子设备及存储介质
JP2021130709A JP7138222B2 (ja) 2020-10-27 2021-08-10 歌のマルチメディアの合成方法、合成装置、電子機器及び記憶媒体
US17/474,776 US20210407479A1 (en) 2020-10-27 2021-09-14 Method for song multimedia synthesis, electronic device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011164612.6A CN112331234A (zh) 2020-10-27 2020-10-27 歌曲多媒体的合成方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112331234A true CN112331234A (zh) 2021-02-05

Family

ID=74296989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011164612.6A Pending CN112331234A (zh) 2020-10-27 2020-10-27 歌曲多媒体的合成方法、装置、电子设备及存储介质

Country Status (3)

Country Link
US (1) US20210407479A1 (zh)
JP (1) JP7138222B2 (zh)
CN (1) CN112331234A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113178182A (zh) * 2021-04-25 2021-07-27 北京灵动音科技有限公司 信息处理方法、装置、电子设备及存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112331234A (zh) * 2020-10-27 2021-02-05 北京百度网讯科技有限公司 歌曲多媒体的合成方法、装置、电子设备及存储介质
TWI810746B (zh) 2020-12-17 2023-08-01 日商花王股份有限公司 包裝體及其製造方法
CN116704978A (zh) * 2022-02-28 2023-09-05 北京字跳网络技术有限公司 音乐生成方法、装置、设备、存储介质及程序

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740394A (zh) * 2016-01-27 2016-07-06 广州酷狗计算机科技有限公司 歌曲生成方法、终端及服务器
CN106898340A (zh) * 2017-03-30 2017-06-27 腾讯音乐娱乐（深圳）有限公司 一种歌曲的合成方法及终端
CN107863095A (zh) * 2017-11-21 2018-03-30 广州酷狗计算机科技有限公司 音频信号处理方法、装置和存储介质
CN109949783A (zh) * 2019-01-18 2019-06-28 苏州思必驰信息科技有限公司 歌曲合成方法及***

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002132281A (ja) * 2000-10-26 2002-05-09 Nippon Telegr & Teleph Corp <Ntt> 歌声メッセージ生成・配信方法及びその装置
JP5510852B2 (ja) * 2010-07-20 2014-06-04 独立行政法人産業技術総合研究所 声色変化反映歌声合成システム及び声色変化反映歌声合成方法
JP6596843B2 (ja) * 2015-03-02 2019-10-30 ヤマハ株式会社 楽曲生成装置および楽曲生成方法
JPWO2017168870A1 (ja) * 2016-03-28 2019-02-07 ソニー株式会社 情報処理装置及び情報処理方法
JP6547878B1 (ja) * 2018-06-21 2019-07-24 カシオ計算機株式会社 電子楽器、電子楽器の制御方法、及びプログラム
JP7117228B2 (ja) * 2018-11-26 2022-08-12 株式会社第一興商 カラオケシステム、カラオケ装置
CN112331234A (zh) * 2020-10-27 2021-02-05 北京百度网讯科技有限公司 歌曲多媒体的合成方法、装置、电子设备及存储介质
CN115995236A (zh) * 2021-10-18 2023-04-21 华为技术有限公司 音色提取、模型训练方法、装置、设备、介质及程序
CN115273806A (zh) * 2022-08-01 2022-11-01 腾讯科技（深圳）有限公司 歌曲合成模型的训练方法和装置、歌曲合成方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105740394A (zh) * 2016-01-27 2016-07-06 广州酷狗计算机科技有限公司 歌曲生成方法、终端及服务器
CN106898340A (zh) * 2017-03-30 2017-06-27 腾讯音乐娱乐（深圳）有限公司 一种歌曲的合成方法及终端
CN107863095A (zh) * 2017-11-21 2018-03-30 广州酷狗计算机科技有限公司 音频信号处理方法、装置和存储介质
CN109949783A (zh) * 2019-01-18 2019-06-28 苏州思必驰信息科技有限公司 歌曲合成方法及***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113178182A (zh) * 2021-04-25 2021-07-27 北京灵动音科技有限公司 信息处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
JP2021182159A (ja) 2021-11-25
JP7138222B2 (ja) 2022-09-15
US20210407479A1 (en) 2021-12-30

Similar Documents

Publication Publication Date Title
CN112331234A (zh) 歌曲多媒体的合成方法、装置、电子设备及存储介质
EP2760014B1 (en) Interactive score curve for adjusting audio parameters of a user&#39;s recording.
US11527233B2 (en) Method, apparatus, device and computer storage medium for generating speech packet
CN110674241B (zh) 地图播报的管理方法、装置、电子设备和存储介质
JP2018537795A (ja) コンピューティングデバイスにおけるユーザ対話動作の自動実行
CN113365134B (zh) 音频分享方法、装置、设备及介质
CN115082602B (zh) 生成数字人的方法、模型的训练方法、装置、设备和介质
CN112614478B (zh) 音频训练数据处理方法、装置、设备以及存储介质
CA2941921A1 (en) Method of providing a user with feedback on performance of a karaoke song
JP2021103328A (ja) 音声変換方法、装置及び電子機器
CN110706701B (zh) 语音技能推荐方法、装置、设备及存储介质
WO2015042082A1 (en) Automatic audio harmonization based on pitch distributions
CN110265067A (zh) 录制热门片段方法、装置、电子设备及可读介质
CN110413182B (zh) 信息展示方法、装置、介质和计算设备
CN112581946A (zh) 语音控制方法、装置、电子设备和可读存储介质
CN110764857B (zh) 虚拟键盘的显示效果配置方法、装置、设备及存储介质
KR20210038278A (ko) 음성 제어 방법, 장치, 전자 기기 및 판독 가능 저장 매체
CN104102659A (zh) 搜索音乐的方法及终端
CN110674338B (zh) 语音技能推荐方法、装置、设备及存储介质
JP6986590B2 (ja) 音声スキル作成方法、音声スキル作成装置、電子機器及び記憶媒体
US9495362B2 (en) Fragmented video systems
CN111508454B (zh) 乐谱的处理方法、装置、电子设备及存储介质
CN112527105B (zh) 人机互动方法、装置、电子设备及存储介质
CN113192472A (zh) 信息处理方法、装置、电子设备及存储介质
CN111653263A (zh) 音量调节方法、装置、电子设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210205

RJ01 Rejection of invention patent application after publication