[发明专利]一种音乐的生成方法和装置

说明书

本发明实施例公开了一种音乐的生成方法和装置，用于通过输入图像就可以自动生成音乐，适用于无音乐基础的用户。本发明实施例提供一种音乐的生成方法，包括：对终端中已输入的多张图像分别进行场景识别，生成分别匹配于所述多张图像对应的场景的描述文字；对每张图像对应的场景匹配出的描述文字进行基于关键词的押韵匹配，生成所述多张图像分别对应的押韵歌词；将所述多张图像分别对应的押韵歌词转换为语音；将所述语音和预置的背景音乐合成在一起，生成图像音乐。

技术领域

本发明涉及计算机技术领域，尤其涉及一种音乐的生成方法和装置。

背景技术

音乐在人们的生活中发挥着不可替代的作用，音乐根据节奏感不同又可分为多种音乐类型，其中嘻哈音乐(Rap music或Hip hop)是一种跟着伴奏、带着韵律吟诵(饶舌)的音乐风格，所用的伴奏多产生于音乐取样手段。目前音乐的生成方式主要是由人们进行人工创作来完成，例如嘻哈音乐可以由专业嘻哈歌手编制嘻哈音乐。但对于没有音乐基础的人们来说，根本不具备创作音乐的能力。

为了实现音乐的无门槛创作，需要生成可供普通用户欣赏的音乐，现有技术中产生了如下的两种音乐生成方式：第一种是将视频的声音转为音乐的方法，第二种是将用户录制的语音转为音乐的方法。对于第一种通过视频的声音生成音乐的方法，需要处理视频数据，以提取出该视频携带的声音数据，再为该声音配上背景音乐，从而生成可供用户欣赏的音乐。对于第二种通过语音生成音乐的方法，不需要处理视频数据，只需要将语音和背景音乐进行合成，就可以生成可供用户欣赏的音乐。

上述生成音乐的技术方案中，只能简单的为视频的声音或者语音配上背景音乐，这种音乐生成方式并不没有考虑到声音或者语音自身的音频特征，从而生成的音乐不能与用户所提供的音乐素材紧密关联起来，造成生成的音乐不能和用户输入的音乐素材匹配。

发明内容

本发明实施例提供了一种音乐的生成方法和装置，用于通过输入图像就可以自动生成与场景的描述文字匹配的音乐。

为解决上述技术问题，本发明实施例提供以下技术方案：

第一方面，本发明实施例提供一种音乐的生成方法，包括：

对终端中已输入的多张图像分别进行场景识别，生成分别匹配于所述多张图像对应的场景的描述文字；

对每张图像对应的场景匹配出的描述文字进行基于关键词的押韵匹配，生成所述多张图像分别对应的押韵歌词；

将所述多张图像分别对应的押韵歌词转换为语音；

将所述语音和预置的背景音乐合成在一起，生成图像音乐。

第二方面，本发明实施例还提供一种音乐的生成装置，所述音乐的生成装置包括：

场景识别模块，用于对终端中已输入的多张图像分别进行场景识别，生成分别匹配于所述多张图像对应的场景的描述文字；

押韵匹配模块，用于对每张图像对应的场景匹配出的描述文字进行基于关键词的押韵匹配，生成所述多张图像分别对应的押韵歌词；

语音生成模块，用于将所述多张图像分别对应的押韵歌词转换为语音；

音乐生成模块，用于将所述语音和预置的背景音乐合成在一起，生成图像音乐。

本申请的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

从以上技术方案可以看出，本发明实施例具有以下优点：