[发明专利]基于重音分析的人声转乐谱系统

说明书

本发明公开了一种基于重音分析的人声转乐谱系统，该人声转乐谱系统应用时，实现以下步骤：(1)对人声音频进行采样，获得多个样本片段，然后对每个样本片段进行频率分析；(2)对每个样本片段进行重音分析；(3)根据重音分析结果和频率分析结果，对人声音频进行音符分割；(4)获得每个音符后，根据频率变化，测定每个音符的音高；(5)在获得每个音符的音高后，基于绝对音高对乐谱进行调性分析和调整，以获得最终的乐谱。该人声转乐谱系统能够时间将输入人声信号转化为乐谱。

技术领域

本发明涉及数字音频信号处理领域，具体涉及一种基于重音分析的人声转乐谱系统。

背景技术

如今，使用计算机软件来进行作曲已经相当成熟，通过一些简单而且强大的作曲软件可以让即使没有进行过音乐知识培训的人也能够轻松制作出音乐。然而对于没有音乐理论基础的人来说，学习使用作曲软件通常会比较困难，制作音乐的门槛依然比较高。

另一方面，基于深度学习的自动作曲技术正在飞速发展，通过一个模型就可以实现简单的作曲。这种技术大大降低了作曲的成本，并且可以在短时间内大量作曲。一些类型的自动作曲模型还支持给主旋律进行配乐。这种模型的输入为一段主旋律的乐谱，输出为一个完整的多音轨乐谱。这种模型更加方便了特定类型音乐的创作。而若使得这种创作方式得到充分应用，需要一个快速创造乐谱的工具。

人声转乐谱系统使用人的歌声作为输入，通过提取其中的音高、时长、力度等声学特征，将其转换为乐谱作为输出。通过人声转乐谱系统，人们可以非常高效地输入和保存乐谱，而避免设计任何乐理或记谱知识。而配合自动作曲技术与自动配乐技术，人们就可以很快地创作出自己想要的音乐。

从上世纪七十年代到现在，人声转乐谱的相关技术一直有学者进行研究。目前虽然有一些人声转乐谱领域方面的研究，但是传统的人声转乐谱系统存在一些问题。音高判定的算法方面分为在时间维度上计算的时域法、在频率维度上计算的频域法、还有时频结合分析的方法。时域法通常有较高的复杂度，难以用于实时的转化的应用中，而频域法通常有较低的准确率。

许多人声转乐谱系统只进行音高分析，而对时间维度不进行任何处理。这样得到的是一个音高-时间的关系图。严格意义上来讲这种系统不能被称为人声转乐谱系统，因为一个完整的人声转乐谱系统的输出必须是乐谱。人声转乐谱系统需要对人声片段进行分析，计算出乐谱的进行速度，并且对每个音符划分时长。由于人的歌声不一定完全符合节奏，如何正确划分音符成了一个难点。

一些时候，一个完整的长音可能会被错误地分析为几个连续的短音符，而另一些时候，一些连续的短音又可能被分析为一个连续的长音符。此外，人声转乐谱系统比较容易受到人歌唱时的表现手法的影响。表现手法包括人的力度的变化，情感的波动、颤音、气流，甚至歌词的发音方式。这些影响通常会导致音高的识别错误。

发明内容

本发明的目的是提供一种基于重音分析的人声转乐谱系统。该人声转乐谱系统能够时间将输入人声信号转化为乐谱。

为实现上述发明目的，本发明提供以下技术方案：

一种基于重音分析的人声转乐谱系统，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，所述计算机处理器执行所述计算机程序时实现以下步骤：

(1)对人声音频进行采样，获得多个样本片段，然后对每个样本片段进行频率分析；

(2)对每个样本片段进行重音分析；

(3)根据重音分析结果和频率分析结果，对人声音频进行音符分割；

(4)获得每个音符后，根据频率变化，测定每个音符的音高；

(5)在获得每个音符的音高后，基于绝对音高对乐谱进行调性分析和调整，以获得最终的乐谱。