[发明专利]电子乐器、电子乐器的控制方法以及存储介质有效

专利信息
申请号: 201910543741.7 申请日: 2019-06-21
公开(公告)号: CN110634461B 公开(公告)日: 2023-07-07
发明(设计)人: 段城真;太田文章;濑户口克;中村厚士 申请(专利权)人: 卡西欧计算机株式会社
主分类号: G10H1/00 分类号: G10H1/00;G06N3/0464;G06N3/084;G10L13/04
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 范胜杰;文志
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电子乐器 控制 方法 以及 存储 介质
【权利要求书】:

1.一种电子乐器,其特征在于,包含:

多个操作元件(101),其分别对应于相互不同的音高数据;

存储器(202),其存储有通过对包含学习用歌词数据(311a)以及学习用音高数据(311b)的学习用乐谱数据(311)、与所述学习用乐谱数据(311)对应的某歌手的学习用歌声数据(312)进行机器学习而得到的已学习声学模型(306),该已学习声学模型(306)通过输入任意的歌词数据(215a)和任意的音高数据(215b)来输出所述某歌手的歌声的声学特征量数据(317),并且,存储有表示用户操作的各操作元件的各旋律音高数据(215d)、表示分别输出所述各旋律音高数据(215d)所示的音高的歌声的输出定时的各歌声输出定时数据(215c)、分别与所述各旋律音高数据(215d)对应的各歌词数据(215a);以及

至少一个处理器(205),

所述至少一个处理器(205)根据针对所述多个操作元件(101)中的某个操作元件的用户操作,将任意的歌词数据(215a)以及与所述某个操作元件对应的音高数据(215b)输入给所述已学习声学模型(306),并且根据所述已学习声学模型(306)基于输入而输出的所述某歌手的歌声的声学特征量数据(317),输出推论了所述某歌手的歌声的推论歌声数据(217),

在与所述歌声输出定时数据(215c)所示的所述输出定时相符地进行了用于发出歌声的用户操作的情况下,所述至少一个处理器(205)对所述已学习声学模型(306)输入与所述用户操作的操作元件对应的音高数据(215b)以及与所述输出定时对应的歌词数据(215a),并且根据所述已学习声学模型(306)基于输入而输出的声学特征量数据(317),与所述输出定时相符地输出推论了所述某歌手的歌声的推论歌声数据(217),

在没有与所述歌声输出定时数据(215c)所示的输出定时相符地进行用于发出歌声的用户操作的情况下,所述至少一个处理器(205)对所述已学习声学模型(306)输入与所述输出定时对应的旋律音高数据(215d)以及与所述输出定时对应的歌词数据(215a),并且根据所述已学习声学模型(306)基于输入而输出的声学特征量数据(317),与所述输出定时相符地输出推论了所述某歌手的歌声的推论歌声数据(217)。

2.根据权利要求1所述的电子乐器,其特征在于,

所述某歌手的歌声的声学特征量数据(317)包含将所述某歌手的声道模型化的频谱数据(318)以及将所述某歌手的声带模型化的音源数据(319),

所述至少一个处理器(205)根据所述频谱数据(318)和所述音源数据(319),输出推论了所述某歌手的歌声的所述推论歌声数据(217)。

3.根据权利要求1或2所述的电子乐器,其特征在于,

至少通过深度神经网络以及隐马尔可夫模型中的任意一个对所述已学习声学模型(306)进行了机器学习(305)。

4.根据权利要求1或2所述的电子乐器,其特征在于,

所述多个操作元件(101)包含作为所述某个操作元件的第1操作元件以及从所述第1操作元件来看用于满足所设定的条件的第2操作元件,

当在操作所述第1操作元件的过程中操作了所述第2操作元件的情况下,所述至少一个处理器(205)对所述推论歌声数据(217)附加声学效果(320)。

5.根据权利要求4所述的电子乐器,其特征在于,

所述至少一个处理器(205)根据所述第1操作元件所对应的音高与所述第2操作元件所对应的音高之间的音高差(S1109),变更赋予所述声学效果的深度。

6.根据权利要求4所述的电子乐器,其特征在于,

所述第2操作元件为黑键。

7.根据权利要求4所述的电子乐器,其特征在于,

所述声学效果至少包含颤音、震音以及哇音中的某个效果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于卡西欧计算机株式会社,未经卡西欧计算机株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910543741.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top