[发明专利]音频修正方法及相关装置

权利要求书

1.一种音频修正方法，其特征在于，包括：

将音频分离为人声信号及伴奏信号；

提取所述音频的声谱信息；

将所述声谱信息输入人声与伴奏和谐程度评估模型，得到所述音频中人声与伴奏的和谐程度，所述和谐程度反映所述音频中人声与伴奏协同时的人声音准偏差程度；

将所述人声信号与所述和谐程度输入修正模型，得到修正后的人声信号；

混合所述修正后的人声信号与所述伴奏信号，得到修正后的音频。

2.根据权利要求1所述的方法，其特征在于，所述将音频分离为人声信号及伴奏信号，包括：

将所述音频输入人声伴奏分离模型，得到所述人声伴奏分离模型输出的人声信号及伴奏信号。

3.根据权利要求2所述的方法，其特征在于，所述将所述音频输入人声伴奏分离模型，得到所述人声伴奏分离模型输出的人声信号及伴奏信号，包括：

获取所述音频的波形图，并根据所述波形图中波谷或波峰的数目确定波形压缩系数；

根据所述压缩系数将所述波形图的高度进行压缩得到待分离波，并根据所述待分离波输出待分离音频；

将所述待分离音频输入人声伴奏分离模型，得到所述人声伴奏分离模型输出的人声信号及伴奏信号。

4.根据权利要求1所述的方法，其特征在于，所述提取所述音频的声谱信息，包括：

将所述人声信号输入轨迹预测模型，得到人声基频轨迹；

基于所述人声基频轨迹按照预定基频大小变化规则确定所述音频的分割点；

根据所述分割点将所述音频分割为多个音频段；

提取多个所述音频段的声谱信息。

5.根据权利要求4所述的方法，其特征在于，所述基于所述人声基频轨迹按照预定基频大小变化规则确定所述音频的分割点，包括：

基于所述人声基频轨迹按照换气、换词时基频大小变化规则确定所述音频的换气、换词的分割点。

6.根据权利要求4所述的方法，其特征在于，所述人声与伴奏和谐程度评估模型包括CNN模型及与所述CNN模型连接的RNN模型；所述将所述声谱信息输入人声与伴奏和谐程度评估模型，得到所述音频中人声与伴奏的和谐程度，包括：

将多个所述音频段的声谱信息分别输入所述CNN模型，得到所述CNN模型输出每个所述音频段对应的声学特征；

将所述声学特征输入所述RNN模型，得到所述RNN模型输出的每个所述音频段对应的人声与音频的和谐程度。

7.根据权利要求1所述的方法，其特征在于，所述将所述人声信号与所述和谐程度输入修正模型，得到修正后的人声信号，包括：

获取所述音频的所来源的音乐种类；

根据所述音乐种类，确定所述和谐程度的准确分数；

当所述准确分数大于预定阈值时，将所述人声信号与所述和谐程度输入修正模型，得到修正后的人声信号。

8.一种音频修正装置，其特征在于，包括：

分离模块，用于将音频分离为人声信号及伴奏信号；

提取模块，用于提取所述音频的声谱信息；

评估模块，用于将所述声谱信息输入人声与伴奏和谐程度评估模型，得到所述音频中人声与伴奏的和谐程度，所述和谐程度反映所述音频中人声与伴奏协同时的人声音准偏差程度；

修正模块，用于将所述人声信号与所述和谐程度输入修正模型，得到修正后的人声信号；

混合模块，用于混合所述修正后的人声信号与所述伴奏信号，得到修正后的音频。

9.一种计算机可读存储介质，其上存储有程序指令，其特征在于，所述程序指令被处理器执行时实现权利要求1-7任一项所述的方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的程序指令；其中，所述处理器配置为经由执行所述程序指令来执行权利要求1-7任一项所述的方法。