[发明专利]音乐伴奏的分离方法和装置

说明书

本申请涉及一种音乐伴奏的分离方法、装置、计算机设备以及计算机可读存储介质；所述方法包括：获取导入音乐，并将导入音乐转换为音乐频谱；将音乐频谱分别输入人声网络、伴奏网络和乐器网络，获得人声频谱、初始伴奏频谱和各种乐器对应的乐器伴奏频谱；根据人声频谱、初始伴奏频谱和乐器伴奏频谱分别获取人声文件、初始伴奏文件和各种乐器对应的乐器伴奏文件；根据乐器伴奏文件获取各个乐器的乐器曲特征，并根据乐器曲特征对初始伴奏文件进行重塑得到高保真伴奏文件；该技术方案，先进行盲源分离得到初步伴奏分离工作，然后对每个乐器进行重塑从而得到高保真伴奏文件，有效提高了分离的伴奏质量，能够对导入音乐实现高度保真的分离音乐伴奏。

技术领域

本申请涉及音乐处理技术领域，尤其是一种音乐伴奏的分离方法、装置、计算机设备以及计算机可读存储介质。

背景技术

在演唱的过程中，往往需要对歌曲进行不断的回放，创作，演绎，这就需要伴奏来配合，随着人们的精神追求不断的提升，越来越多的音乐爱好者开始不满足于跟着歌手来演唱歌曲，而是希望像歌手一样，听着悦耳的伴奏，随着伴奏一起演唱，仿佛自己在开个人演唱会的沉浸式体验，这就需要有一份质量较好的伴奏曲，但是纯乐器伴奏的成本较高，一份优质伴奏曲需要由多个乐器师共同演奏，价格昂贵，用户个人很难获取，而当前市面上大多采用软件分离的方式，将一首完整的带伴奏的歌曲分离成人声和伴奏，但现有技术容易出现人声和伴奏失真的情况，大大影响了创作者的创作热情。

例如，目前有技术是采用伴奏人声提取模型中的编码模块对混合音频数据进行编码处理，得到编码后的音频特征，分别通过伴奏人声的解码进行卷积处理得到目标人声和伴奏；该技术中需要使用大量的歌曲数据进行训练才能训练出一个较好的编码器，用于分离人声和伴奏，否则将会大大降低人声和伴奏的质量。

又如，有技术是对左右声道信号相应频点对的均值信号加权人声增益，人声增益与当前频点对的归一化互相关值成正比例取值，将加权人声增益后的左声道和右声道的均值信号由频域转换为时域提取出人声；该技术主要对立体声进行人声伴奏分离，但对于单声道的歌曲则无法实现歌曲分离，使用范围受限明显。

再如，有技术采用通过提取音频的声纹信息，根据声纹特征在预先建立的音乐数据库中查找匹配的歌曲信息；提取对应歌曲信息的伴奏音乐；该技术采用声纹识别，识别后查找库存内所存在的伴奏，但是需要庞大的伴奏库，且会存在没有该歌曲伴奏的情况，难以满足用户需求。

综上所述，现有技术过于依赖庞大的歌曲库的情况下有效提高分离的伴奏质量，而且无法做到高度保真的分离音乐伴奏。

发明内容

针对于上述技术缺陷之一，本申请提供一种音乐伴奏的分离方法、装置、计算机设备以及计算机可读存储介质，可以有效提高分离的伴奏质量，实现高度保真的分离音乐伴奏。

一种音乐伴奏的分离方法，包括：

获取导入音乐，并将所述导入音乐转换为音乐频谱；

将所述音乐频谱分别输入所述人声网络、伴奏网络和乐器网络，获得人声频谱、初始伴奏频谱和各种乐器对应的乐器伴奏频谱；

根据所述人声频谱、初始伴奏频谱和乐器伴奏频谱分别获取人声文件、初始伴奏文件和各种乐器对应的乐器伴奏文件；

根据所述乐器伴奏文件获取各个乐器的乐器曲特征，并根据所述乐器曲特征对所述初始伴奏文件进行重塑得到高保真伴奏文件。

在一个实施例中，所述的音乐伴奏的分离方法，还包括：

基于盲源分离技术构建人声网络、伴奏网络和乐器网络；

利用歌曲库中带伴奏的样本音乐输入人声网络、伴奏网络和乐器网络，并利用歌曲库中的纯人声、纯伴奏和纯乐器音色分别对人声网络、伴奏网络和乐器网络的输出进行比对；

根据比对结果优化所述人声网络、伴奏网络和乐器网络。