[发明专利]一种音频合成的方法及终端

说明书

本发明实施例提供了一种音频合成的方法及终端，其中，所述方法包括：对用户输入的人声音频进行切割处理，得到M个音频切片；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；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。采用本发明，可实现一键歌声音频合成的功能，且保留有用户自身的音色，差异化明显，提升了音频合成的实用性和方便快捷性。

技术领域

本发明涉及音频处理技术领域，尤其涉及一种音频合成的方法及终端。

背景技术

随着信息科技的不断发展和成熟，终端设备所具备的处理能力也大幅提高，使得很多复杂的应用得以实现，例如音频或歌声合成等相关技术。

目前市面上出现的唱歌软件，例如虚拟歌手、练唱软件等，大多是为一些唱歌爱好者，特别是唱歌比较好听的人群设计的，通过录音发布自己演唱的歌曲。但其并不适用于那些不会唱歌、但妙语连珠适合创作的人。

在实践中发现，现有技术中的音频合成方案，通常需要预先录制真人的歌曲样本数据库以建立歌曲语料库，用户输入文本文字后，通过文字匹配到歌曲语料库中的目标歌曲，然后将目标歌曲的歌词对应替换为用户输入的文本文字，即可输出用户想要的演唱歌曲。然而，建立歌曲语料库需要较长的时间消耗，并且录制数量还会受限。此外，受限于预录的歌曲语料库，输出的演唱歌曲只能为固定音色，并不能保留用户自身的音色，使得差异化不大。

发明内容

本发明实施例所要解决的技术问题在于，提供一种音频合成的方法及终端，可实现一键歌声音频合成的功能，且保留有用户自身的音色特征，具有明显地差异化，提升了音频合成的实用性。

第一方面，本发明实施例公开提供了一种音频合成的方法，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；

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。

其中可选的，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。

其中可选的，所述旋律包括音高、音长、音量中的至少一个，所述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个音频切片具体包括：

根据确定的所述目的MIDI信息中的旋律，来对应调整和处理所述M个音频切片中每个音频切片，以得到处理后的M个音频切片；

其中，所述处理后的M个音频切片与确定的所述目的MIDI信息具有以下相同内容中的至少一个：音高、音长、音量。