[发明专利]一种歌唱合成方法、装置、电子设备及存储介质

权利要求书

1.一种歌唱合成方法，其特征在于，包括：

获取待合成的歌曲信息，其中，所述待合成的歌曲信息中包括歌词文本和旋律信息；

根据所述待合成的歌曲信息获得梅尔滤波器组特征和实际基频信息；

根据所述梅尔滤波器组特征和所述实际基频信息获得声音波形，并根据所述声音波形获得合成歌曲。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待合成的歌曲信息获得梅尔滤波器组特征和实际基频信息，包括：

通过预先训练的声学模型对所述待合成的歌曲信息进行预测获得所述梅尔滤波器组特征和基频差值信息；

获取所述待合成的歌曲信息所对应的预设基频信息，将所述预设基频信息和所述基频差值信息相加获得所述实际基频信息。

3.根据权利要求2所述的方法，其特征在于，所述通过预先训练的声学模型对所述待合成的歌曲信息进行预测获得所述梅尔滤波器组特征和基频差值信息之后，还包括：

根据用户指令对所述基频差值信息进行调整，获得调整后的基频差值信息；

所述将所述预设基频信息和所述基频差值信息相加获得所述实际基频信息，包括：

将所述预设基频信息和所述调整后的基频差值信息相加获得所述实际基频信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述梅尔滤波器组特征和所述实际基频信息获得声音波形，包括：

通过预先训练的声码器模型对所述实际基频信息和所述梅尔滤波器组特征进行预测获得所述声音波形。

5.根据权利要求4所述的方法，其特征在于，所述通过预先训练的声码器模型对所述实际基频信息和所述梅尔滤波器组特征进行预测获得所述声音波形之前，还包括：

通过脉冲器对所述实际基频信息进行周期性变换获得周期性脉冲信息；

所述通过预先训练的声码器模型对所述实际基频信息和所述梅尔滤波器组特征进行预测获得所述声音波形，包括：

通过预先训练的声码器模型对所述周期性脉冲信息和所述梅尔滤波器组特征进行预测获得所述声音波形。

6.根据权利要求2所述的方法，其特征在于，所述通过预先训练的声学模型对所述待合成的歌曲信息进行预测获得所述梅尔滤波器组特征和基频差值信息之前，还包括：

获取第一样本信息，其中，所述第一样本信息中包含样本歌曲信息，以及与样本歌曲信息所对应的梅尔滤波器组特征和基频差值；

根据所述第一样本信息对所述声学模型进行训练，以确定所述声学模型中歌曲信息与梅尔滤波器组特征和基频差值的映射参数。

7.根据权利要求4所述的方法，其特征在于，所述通过预先训练的声码器模型对所述实际基频信息和所述梅尔滤波器组特征进行预测获得所述声音波形之前，还包括：

获取第二样本信息，其中，所述第二样本信息中包含样本声音波形，以及与所述样本声音波形所对应的梅尔滤波器组特征和周期性脉冲信息；

根据所述第二样本信息对所述声码器模型进行训练，以确定所述声码器模型中声音波形与梅尔滤波器组特征和周期性脉冲信息的映射参数。

8.一种歌唱合成装置，其特征在于，包括：

待合成的歌曲信息获取模块，用于获取待合成的歌曲信息，其中，所述待合成的歌曲信息中包括歌词文本和旋律信息；

梅尔滤波器组特征和实际基频信息获取模块，用于根据所述待合成的歌曲信息获得梅尔滤波器组特征和实际基频信息；

歌唱合成模块，用于根据所述梅尔滤波器组特征和所述实际基频信息获得声音波形，并根据所述声音波形获得合成歌曲。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一所述的方法。