[发明专利]一种音频数据的处理方法及装置

权利要求书

1.一种音频数据的处理方法，其特征在于，包括：

获取歌曲信息，根据所述歌曲信息确定歌曲的说唱部分及所述说唱部分相应的乐谱信息，所述歌曲信息包括所述歌曲对应的伴奏文件、歌词文件以及乐谱文件；

接收用户输入的与所述说唱部分相应的音频数据；

将所述音频数据转换为文本数据，确定所述说唱部分的歌词字数以及所述文本数据的字数，在确定所述歌词字数与所述文本数据的字数相同时，对所述文本数据中所指示文字的拼音进行切分，将所述音频数据转换成音素序列，并根据预设的声学模型对所述音素序列进行替换，生成模型序列；

确定所述音频数据中每一帧的特征，计算每一帧的特征在所述模型序列中的置信度，得到置信度计算结果，并根据所述置信度计算结果，确定文字对应的声母及韵母的时间信息，所述时间信息包括起始时间信息和持续时间信息；

基于所述时间信息以及所述乐谱信息，按照预设规则对相应的文字的字时长进行处理，得到处理后的音频数据。

2.根据权利要求1所述的音频数据的处理方法，其特征在于，所述根据所述歌曲信息确定歌曲的说唱部分包括：

获取所述歌曲信息中歌词文件包含的每个字对应的起始时间和持续时长；

获取所述歌曲信息中乐谱文件中包含的每个音符对应的起始时间和持续时长、以及每个音符的音高；

根据所述歌词文件包含的每个字对应的起始时间和持续时长，和所述乐谱文件中包含的每个音符对应的起始时间和持续时长、以及每个音符的音高，确定歌曲的说唱部分。

3.根据权利要求1或2所述的音频数据的处理方法，其特征在于，所述基于所述时间信息以及所述乐谱信息，按照预设规则对相应的文字的字时长进行处理，得到处理后的音频数据包括：

基于所述时间信息，从所述音频数据中提取每个文字对应的音频数据，得到音频段；

根据所述音频段，确定对应的字时长；

基于所述字时长以及所述乐谱信息中对应的音频时长，按照预设规则对相应的文字的字时长进行音频处理，得到音频处理后的文字；

将所述音频处理后的文字进行拼接，得到处理后的音频数据。

4.根据权利要求3所述的音频数据的处理方法，其特征在于，所述基于所述字时长以及所述乐谱信息中对应的音频时长，按照预设规则对相应的文字的字时长进行音频处理，包括：

若所述乐谱信息中对应的音频时长大于字时长，则拉伸所述字时长；

若所述乐谱信息中对应的音频时长等于字时长，则保持所述字时长不变；

若所述乐谱信息中对应的音频时长小于字时长，则压缩所述字时长。

5.根据权利要求4所述的音频数据的处理方法，其特征在于，

若所述乐谱信息中对应的音频时长大于字时长，则拉伸所述字时长包括：若所述乐谱信息中对应的音频时长大于字时长，则控制声母时长保持不变，拉伸韵母时长；

若所述乐谱信息中对应的音频时长等于字时长，则保持所述字时长不变包括：若所述乐谱信息中对应的音频时长等于字时长，则控制声母时长与韵母时长保持不变；

若所述乐谱信息中对应的音频时长小于字时长，则压缩所述字时长包括：若所述乐谱信息中对应的音频时长小于字时长，则对声母时长与韵母时长同时进行压缩。

6.根据权利要求1所述的音频数据的处理方法，其特征在于，所述得到处理后的音频数据之后，还包括：

获取所述歌曲的伴奏文件；

将所述处理后的音频数据与所述伴奏文件进行混音，得到混音后的音频数据。