[发明专利]一种舞曲生成方法、装置、终端和可读存储介质

权利要求书

1.一种舞曲生成方法，其特征在于，包括：

获取待编舞音乐；

对所述待编舞音乐进行特征提取，得到所述待编舞音乐对应的音乐特征向量；

将所述音乐特征向量输入预先训练得到的舞曲生成模型中，得到所述舞曲生成模型输出的所述待编舞音乐对应的目标舞曲，其中，所述目标舞曲包含所述待编舞音乐对应的目标舞蹈动作以及各个所述目标舞蹈动作对应的目标舞蹈表情。

2.如权利要求1所述的舞曲生成方法，其特征在于，所述对所述待编舞音乐进行特征提取，得到所述待编舞音乐对应的音乐特征向量，包括：

提取所述待编舞音乐对应的梅尔倒谱系数、和弦、和声、节奏中的一个或多个音乐特征，并基于所述音乐特征生成所述待编舞音乐对应的音乐特征向量。

3.如权利要求1所述的舞曲生成方法，其特征在于，所述对所述待编舞音乐进行特征提取，得到所述待编舞音乐对应的音乐特征向量，包括：

利用公式计算得到所述待编舞音乐的各个频率分量对应的离散信号；其中，x(n)为所述待编舞音乐对应的时域信号，W_Nk[n]为长度为N_k的窗函数，S为信号采样频率，δf为频率解析度，Q为常数，并且，f_k表示第k个频率分量，并且，f_min为所述待编舞音乐的频率下限，b为一个八度内所包含的频率谱线数；k的取值为1到M的整数，M为待编舞音乐的功率谱进行滤波的滤波器个数；

基于所述待编舞音乐的各个频率分量对应的离散信号，生成所述待编舞音乐对应的音乐特征向量。

4.如权利要求1-3任意一项所述的舞曲生成方法，其特征在于，所述舞曲生成模型的生成步骤包括：

获取样本舞曲对应的样本编舞音乐，并获取所述样本编舞音乐对应的样本舞蹈动作以及各个所述样本舞蹈动作对应的样本舞蹈表情；

将所述样本编舞音乐对应的音乐特征向量输入待训练的神经网络模型，得到所述神经网络模型输出的所述样本编舞音乐对应的待确定舞蹈动作以及各个所述待确定舞蹈动作对应的待确定舞蹈表情；

基于所述样本编舞音乐对应的所述待确定舞蹈动作与所述样本编舞音乐对应的样本舞蹈动作之间的差异，以及各个所述待确定舞蹈动作对应的待确定舞蹈表情与相应的所述样本舞蹈动作对应的样本舞蹈表情之间的差异，调整所述待训练的神经网络模型之后，返回执行将所述样本编舞音乐对应的样本音乐特征向量输入待训练的神经网络模型，得到所述神经网络模型输出的所述样本编舞音乐对应的待确定舞蹈动作以及各个所述待确定舞蹈动作对应的待确定舞蹈表情的步骤及后续步骤，直至完成对所述待训练的神经网络模型的训练，得到所述舞曲生成模型。

5.如权利要求4所述的舞曲生成方法，其特征在于，所述获取所述样本编舞音乐对应的样本舞蹈动作，包括：

提取所述样本舞曲每帧样本图片中样本对象各个关节特征点的位置坐标；

基于所述样本舞曲每帧样本图片中样本对象各个关节特征点的位置坐标，分别对样本对象相应关节特征点进行向量化表示，得到所述样本对象各个关节特征点分别对应的动作向量；

对所述样本对象各个关节特征点分别对应的动作向量进行组合，得到所述样本编舞音乐对应的样本舞蹈动作。

6.如权利要求4所述的舞曲生成方法，其特征在于，所述样本舞蹈动作对应的样本舞蹈表情的获取步骤包括：

获取所述样本舞曲每帧样本图片中样本对象的人脸图像；

对所述人脸图像进行表情识别，得到所述样本舞曲每帧样本图片中样本对象的脸部表情；

对所述样本舞曲对应的样本编舞音乐进行分帧处理，得到所述样本编舞音乐的每帧音乐信号；

基于所述每帧音乐信号的梅尔频谱获得所述样本舞曲每帧样本图片对应的音乐表情；

将所述样本舞曲每帧样本图片中的样本对象的脸部表情与对应的音乐表情进行比对，将脸部表情与音乐表情一致的目标样本图片对应的脸部表情或音乐表情作为所述目标样本图片对应的舞蹈表情；

对每帧所述目标样本图片对应的舞蹈表情进行组合，得到所述样本舞蹈动作对应的样本舞蹈表情。