[发明专利]歌曲训练数据处理方法、装置及计算机可读存储介质

权利要求书

1.一种歌曲训练数据处理方法，应用于电子装置，其特征在于，所述方法包括：

获取初始样本数据，所述初始样本数据包括每首歌的乐谱及每首歌的乐谱对应的清唱录音；

对初始样本数据进行标注，得到训练数据；

基于所述训练数据，训练得到声学特征输出模型；

获取目标训练数据；

提取所述目标训练数据中每首歌曲的语言学特征和音乐特征；

将所述目标训练数据中每首歌曲的语言学特征和音乐特征作为所述训练后的声学特征输出模型的输入数据，并输出每首歌曲的声学特征；

根据所述每首歌曲的声学特征及每首歌曲的音乐特征对每首歌曲进行音高转移。

2.如权利要求1所述的歌曲训练数据处理方法，其特征在于，所述初始样本数据包括各个音域的歌曲；其中音域指某人声或乐器所能达到的最低音至最高音的范围。

3.如权利要求1所述的歌曲训练数据处理方法，其特征在于，所述对初始样本数据进行标注，得到训练数据包括：

提取所述初始样本数据中每首歌曲的语言学特征和音乐特征，将每首歌曲的语言学特征和音乐特征作为训练声学特征输出模型的输入参数，其中所述语言学特征包括：歌词的发音、歌词的前后关联；所述音乐特征包括：乐谱的音调、拍号、各音符的音高、音符时长。

4.如权利要求1所述的歌曲训练数据处理方法，其特征在于，所述基于所述训练数据，训练得到声学特征输出模型包括：

在训练所述声学特征输出模型时，利用训练算法根据每首歌驱的语言学特征和音乐特征输出每首歌的声学特征，将输出的每首歌的声学特征与每首歌曲的清唱录音进行对比，直至使所述声学特征输出模型能提取每首歌曲的声学特征，其中所述声学特征包括基频和梅尔频谱系数。

5.如权利要求1所述的歌曲训练数据处理方法，其特征在于，所述根据所述每首歌曲的声学特征及每首歌曲的音乐特征对每首歌曲进行音高转移包括以下过程：

将每个首歌曲的音乐特征中所有音符的音高进行调整包括：将每个首歌曲的音乐特征中所有音符的音高都调高或调低半音，其他所有的音乐特征保持不变；

将每个首歌曲的声学特征中在基频参数上增加或减去半音所对应的基频值，其他的声学特征保持不变。

6.一种歌曲训练数据处理装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的歌曲训练数据处理程序，所述歌曲训练数据处理程序被所述处理器执行时实现如下步骤：

获取初始样本数据，所述初始样本数据包括每首歌的乐谱及每首歌的乐谱对应的清唱录音；

对初始样本数据进行标注，得到训练数据；

基于所述训练数据，训练得到声学特征输出模型；

获取目标训练数据；

提取所述目标训练数据中每首歌曲的语言学特征和音乐特征；

将所述目标训练数据中每首歌曲的语言学特征和音乐特征作为所述训练后的声学特征输出模型的输入数据，并输出每首歌曲的声学特征；

根据所述每首歌曲的声学特征及每首歌曲的音乐特征对每首歌曲进行音高转移。

7.如权利要求6所述的歌曲训练数据处理装置，其特征在于，所述歌曲训练数据处理程序还可被所述处理器执行，实现如下步骤：

提取所述初始样本数据中每首歌曲的语言学特征和音乐特征，将每首歌曲的语言学特征和音乐特征作为训练声学特征输出模型的输入参数，其中所述语言学特征包括：歌词的发音、歌词的前后关联；所述音乐特征包括：乐谱的音调、拍号、各音符的音高、音符时长。

8.如权利要求6所述的歌曲训练数据处理装置，其特征在于，所述歌曲训练数据处理程序还可被所述处理器执行，实现如下步骤：

所述基于所述训练数据，训练得到声学特征输出模型包括：

在训练所述声学特征输出模型时，利用训练算法根据每首歌驱的语言学特征和音乐特征输出每首歌的声学特征，并将输出的每首歌的声学特征与每首歌曲的清唱录音进行对比，直至可以使所述声学特征输出模型能提取每首歌曲的声学特征，其中所述声学特征包括基频和梅尔频谱系数。