[发明专利]一种歌唱合成方法、装置、电子设备及存储介质

说明书

本申请公开了一种歌唱合成方法、装置、电子设备及存储介质。方法包括：获取待合成的歌曲信息，其中，待合成的歌曲信息中包括歌词文本和旋律信息；根据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；根据梅尔滤波器组特征和实际基频信息获得声音波形，并根据声音波形获得合成歌曲。通过待合成的歌曲信息获得梅尔滤波器组特征与实际基频信息，并将梅尔滤波器组特征与基频信息进行结合来获得声音波形，以根据声音波形获得合成歌曲，从而在歌唱合成中考虑了基频信息的因素，保证了合成歌曲的音准质量，从而满足了用户的歌唱合成需求。

技术领域

本公开实施例涉及数据处理技术领域，尤其涉及一种歌唱合成方法、装置、电子设备及存储介质。

背景技术

语音合成，又称文本转换(Text To Speech，TTS)技术，能够将文本转换成语音，即将文字信息转化为可听的声音信息，涉及声学、语音学、数字信号处理以及计算机科学。

目前在进行歌唱语音合成时，通常采用的是端到端的语音合成系统，因此在通过语音合成系统进行歌唱合成的过程中，通常会存在音高不准的情况，从而影响合成歌曲的质量，并降低用户的体验效果。

发明内容

本公开实施例提供了一种歌唱合成方法、装置、电子设备及存储介质，以获取音准质量较高的合成歌曲。

第一方面，本公开实施例提供了一种歌唱合成方法，该方法包括：

获取待合成的歌曲信息，其中，待合成的歌曲信息中包括歌词文本和旋律信息；

根据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；

根据梅尔滤波器组特征和实际基频信息获得声音波形，并根据声音波形获得合成歌曲。

第二方面，本公开实施例还提供了一种歌唱合成装置，该装置包括：

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，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，用于根据梅尔滤波器组特征和实际基频信息获得声音波形，并根据声音波形获得合成歌曲。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本公开任意实施例的方法。

第四方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例的方法。

本公开实施例中，通过待合成的歌曲信息获得梅尔滤波器组特征与实际基频信息，并将梅尔滤波器组特征与基频信息进行结合来获得声音波形，以根据声音波形获得合成歌曲，从而在歌唱合成中考虑了基频信息的因素，保证了合成歌曲的音准质量，从而满足了用户的歌唱合成需求。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1(a)是本公开实施例提供的一种歌唱合成方法的流程图；

图1(b)是本公开实施例所提供的旋律信息的示意图；

图1(c)是本公开实施例所提供的声音波形的示意图；