[发明专利]一种语音转化成歌曲的方法和系统

权利要求书

1.一种语音转化成歌曲的方法，其特征在于，包括以下内容：

对语音信号进行处理，并转化成mel(梅尔)谱图；

通过声旋律提取器从不同的声源提取F0轮廓；

将mel谱图时间拉伸到与F0轮廓相同的长度，并通过两个编码器分别对mel谱图和F0轮廓进行编码，包括：

对mel谱图进行随机分割，并沿着时间轴拉伸或挤压每个片段，以与F0轮廓相同长度，具体为：

将mel谱图分割成16-32帧的随机长度的片段，并将每个片段以0.5-2的倍数进行时间拉伸或挤压，以与F0轮廓相同长度；

通过解码器将编码后的mel谱图和F0轮廓进行关联，并生成歌曲谱图；

通过MelGAN声码器对歌曲谱图进行处理，以提高输出歌曲的音质。

2.根据权利要求1所述一种语音转化成歌曲的方法，其特征在于，所述对语音信号进行处理，并转化成mel谱图，其中，对语音信号进行处理，包括以下内容：

对语音信号进行多次重新采样，并改变语音信号的节奏，以有效分离语音信号的内容和节奏。

3.根据权利要求1所述一种语音转化成歌曲的方法，其特征在于，所述通过声旋律提取器从不同的声源提取F0轮廓，其中，声源包括哼唱和演唱。

4.一种语音转化成歌曲的系统，其特征在于，包括：

语音处理模块，用于对语音信号进行处理，并转化成mel谱图；

声源处理模块，用于通过声旋律提取器从不同的声源提取F0轮廓；

编码模块，用于将mel谱图时间拉伸到与F0轮廓相同的长度，并通过两个编码器分别对mel谱图和F0轮廓进行编码；

编码模块，包括：

拉伸模块，用于对mel谱图进行随机分割，并沿着时间轴拉伸或挤压每个片段，以与F0轮廓相同长度，具体为：

将mel谱图分割成16-32帧的随机长度的片段，并将每个片段以0.5-2的倍数进行时间拉伸或挤压，以与F0轮廓相同长度；

解码模块，用于通过解码器将编码后的mel谱图和F0轮廓进行关联，并生成歌曲谱图；

输出模块，用于通过MelGAN声码器对歌曲谱图进行处理，以提高输出歌曲的音质。

5.根据权利要求4所述一种语音转化成歌曲的系统，其特征在于，语音处理模块，包括：

语音采样模块，用于对语音信号进行多次重新采样，并改变语音信号的节奏，以有效分离语音信号的内容和节奏。