[发明专利]一种音频合成的方法及终端

权利要求书

1.一种音频合成的方法，其特征在于，所述方法包括：

接收用户输入的人声音频，并对所述人声音频进行切割处理，得到M个音频切片，M为大于0的正整数；所述M个音频切片保留有用户说话声音原本的音色；

根据预设乐曲MIDI文件中的至少一个MIDI信息，确定所述M个音频切片中每个音频切片对应的目标MIDI信息，其中，每个音频切片对应一个或多个目标MIDI信息，所述至少一个MIDI信息按照时间序列组成所述预设乐曲MIDI文件，所述MIDI信息包括旋律；

根据确定的所述目标MIDI信息中的旋律，将所述M个音频切片中每个音频切片进行对应的音频处理，得到处理后的M个音频切片，所述处理后的M个音频切片具有与所述目标MIDI信息相同的旋律；

按照时间序列，将所述处理后的M个音频切片进行拼接和合成处理，以得到歌声音频；

所述对所述人声音频进行切割处理，得到M个音频切片具体包括：在没有所述人声音频对应的文本歌词的情况下，通过对所述人声音频进行语音识别，得到所述人声音频对应的文本歌词，并对所述文本歌词进行分割处理，得到与所述人声音频对应的至少一个音频切片。

2.如权利要求1所述的方法，其特征在于，所述根据预设乐曲MIDI文件中的至少一个MIDI信息，确定所述M个音频切片中每个音频切片对应的目标MIDI信息具体包括：

按照时间序列，将预设乐曲MIDI文件中的至少一个MIDI信息顺序匹配给所述M个音频切片中每个音频切片，并作为所述每个音频切片对应的目标MIDI信息；

其中，每个音频切片对应一个或多个目标MIDI信息。

3.如权利要求1所述的方法，其特征在于，所述旋律包括音高、音长、音量中的至少一个。

4.如权利要求1所述的方法，其特征在于，所述对所述人声音频进行切割处理，得到M个音频切片具体包括：

在存在所述人声音频对应的文本歌词的情况下，通过对所述文本歌词进行分割处理，得到与所述人声音频对应的至少一个音频切片。

5.如权利要求1-4中任意一项所述的方法，其特征在于，所述方法还包括：

获取所述预设乐曲MIDI文件或所述人声音频对应的伴奏音频；

将所述伴奏音频和所述歌声音频进行音频合成处理，得到混合歌曲音频。

6.一种终端，其特征在于，所述终端包括：

接收单元，用于接收用户输入的人声音频；

切割单元，用于对所述人声音频进行切割处理，得到M个音频切片，M为大于0的正整数；所述M个音频切片保留有用户说话声音原本的音色；

确定单元，用于根据预设乐曲MIDI文件中的至少一个MIDI信息，确定所述M个音频切片中每个音频切片对应的目标MIDI信息，其中，每个音频切片对应一个或多个目标MIDI信息，所述至少一个MIDI信息按照时间序列组成所述预设乐曲MIDI文件，所述MIDI信息包括旋律；

处理单元，用于根据确定的所述目标MIDI信息中的旋律，将所述M个音频切片中每个音频切片进行对应的音频处理，得到处理后的M个音频切片，所述处理后的M个音频切片具有与所述目标MIDI信息相同的旋律；

合成单元，用于按照时间序列，将所述处理后的M个音频切片进行拼接和合成处理，以得到歌声音频；

所述切割单元，具体用于在没有所述人声音频对应的文本歌词的情况下，通过对所述人声音频进行语音识别，得到所述人声音频对应的文本歌词，并对所述文本歌词进行分割处理，得到与所述人声音频对应的至少一个音频切片。

7.如权利要求6所述的终端，其特征在于，

所述确定单元，具体用于按照时间序列，将预设乐曲MIDI文件中的至少一个MIDI信息顺序匹配给所述M个音频切片中每个音频切片，并作为所述每个音频切片对应的目标MIDI信息；

其中，每个音频切片对应一个或多个目标MIDI信息。

8.如权利要求6所述的终端，其特征在于，所述旋律包括音高、音长、音量中的至少一个。