[发明专利]一种实时修正音色的方法、装置、终端设备及计算机存储介质

说明书

本发明涉及音频技术领域。本发明实施例提供一种实时修正音色的方法，该方法包括：用户以歌曲的标准节奏进行演唱，实时采集用户演唱歌曲时的歌声；提取所述用户歌声中的音高，与预先存储好的歌曲的标准音高进行对比，根据音高差对用户的歌声进行修正；提取修正音高后用户歌声的共振峰值，对所述共振峰值进行逆向矫正；预先存储好固定共振峰参数，对逆向矫正后的用户歌声的共振峰值与预先存储好的固定共振峰参数进行加权处理，对用户的歌声进行美化。通过本发明的技术方案，可以实时修正用户演唱的歌声。不仅可以修正唱歌跑调的问题，还能保证修正后的用户歌声的音色自然好听，另外还可以对修正后的歌声进行美化，大大提升了用户演唱歌曲的听感。

技术领域

本发明涉及音频技术领域，特别涉及一种实时修正音色的方法、装置、终端设备及计算机存储介质。

背景技术

唱歌是大众十分热爱的一种休闲娱乐活动，人们可以选择在KTV内唱歌，也可以选择通过唱吧、K歌达人等唱歌软件一展歌喉。用户在唱歌时一般是跟着字幕上的节奏和歌词进行演唱。但是由于大部分普通用户缺乏专业的歌唱训练以及每个人所能演唱的音域范围也存在区别，往往无法很好的完成整首歌的演唱，即使是用户在保证节奏不唱错的情况下，也还是存在唱跑调的问题。现有技术中存在一些修音方法，通过修正演唱者在演唱时唱的不准的音调，以使其调整到准确的音调上，以使得用户演唱的歌曲与原唱接近，但是这种方法也存在一些缺陷。当修正的音高差在三个半音内时，修正后的用户歌声是悦耳自然的，但是当修正的音高差超过三个半音时，修正后的用户歌声丧失了其原有的音色，比如，当用户是一个女生时，对其演唱的歌声修正音高后，可能就会变成一个娃娃音。

音色，也即是音质，是声音的本质特征，是一个音与其他音进行区别的最根本的特征。它在很大程度商取决于人的发声器官的外形。共振峰是指声腔的共鸣频率，是在声音的频谱中能量相对集中的一些区域，其反映了声道(共振腔)的物理特征和声道谐振特性的重要特征，因此共振峰的分布位置、高度和数量是音色的决定因素。

发明内容

本发明的目的在于提供一种实时修正音色的方法、装置、终端设备及计算机存储介质，能够实时修正用户演唱的歌声，使其演唱的歌曲音调与原唱音调一致，且不会改变用户自身的音色，使用户的歌声听起来悦耳自然，同时还可对用户的歌声进行美化，使其歌声带有其他歌手的音色特质。

为实现这一目的，本发明的技术方案为：

第一方面，本发明实施例提供一种实时修正音色的方法，该方法包括：

用户以歌曲的标准节奏进行演唱，实时采集用户演唱歌曲时的歌声；

提取所述用户歌声中的音高，与预先存储好的歌曲的标准音高进行对比，根据音高差对用户的歌声进行修正；

提取修正音高后用户歌声的共振峰值，对所述共振峰值进行逆向矫正；

预先存储好固定共振峰参数，对逆向矫正后的用户歌声的共振峰值与预先存储好的固定共振峰参数进行加权处理，对用户的歌声进行美化。

进一步地，所述预先存储好的歌曲的标准音高是按分短时帧或者采样点的形式存储，并且按相同短时帧或者采样点实时采集用户的歌声，以实现对用户歌声进行处理后，可将对应时间点的音高进行一一对比。

进一步地，通过自相关函数法或者倒谱法对用户歌声中的音高进行提取，得到用户歌声的基音频率。

进一步地，通过对用户歌声进行短时傅里叶变换，求取用户歌声的谱包络，根据谱包络的峰值特点得到共振峰参数值。

进一步地，用SOLA-FS算法对用户歌声进行升降调处理，以进行音高差的修正。

进一步地，根据音高修正系数，将共振峰逆向矫正，使其接近用户真实发出的共振峰范围。

进一步地，所述预先存储好的固定共振峰参数，可为一组或者多组。