背景音乐生成器的训练方法、设备和计算机程序产品技术

本申请涉及音频处理技术领域，提供一种背景音乐生成器的训练方法、设备和计算机程序产品，可以自动为待配乐的长音频生成合适的背景音乐，实现长音频的自动配乐。本申请中，获取至少一个背景音乐集合，其中每个背景音乐集合具有各自对应的长音频类别；根据背景音乐集合对应的长音频类别，为背景音乐集合中的每首背景音乐适配至少一个长音频；将至少一个背景音乐集合中的每首背景音乐以及背景音乐适配的长音频作为训练样本；利用训练样本训练对抗生成网络，并将训练完成的对抗生成网络中的生成器作为背景音乐生成器。作为背景音乐生成器。作为背景音乐生成器。

【技术实现步骤摘要】
背景音乐生成器的训练方法、设备和计算机程序产品


[0001]本申请涉及音频处理
，特别是涉及一种背景音乐生成器的训练方法、计算机设备和计算机程序产品。

技术介绍

[0002]长音频是指包含说书、相声、播音节目等形式的音频，部分长音频以“说”为主，“唱”为辅，是大众消遣时光的重要突进。虽然部分长音频以“说”为主，但也不可缺少背景音乐作为辅助，为长音频配上合适的背景音乐可以引导用户理解音频内容，感受说者所表述的意境，也给用户更大的想象空间。因此，长音频配乐一直以来都是一个重要的创作环节。
[0003]而目前的长音频配乐需要人工参与，人工选择背景音乐给长音频配乐，较为耗时，长音频配乐效率较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种背景音乐生成器的训练方法、计算机设备和计算机程序产品。
[0005]本申请提供一种背景音乐生成器的训练方法，所述方法包括：
[0006]获取至少一个背景音乐集合，其中每个所述背景音乐集合具有各自对应的长音频类别；
[0007]根据所述背景音乐集合对应的长音频类别，为所述背景音乐集合中的每首背景音乐适配至少一个长音频；
[0008]将所述至少一个背景音乐集合中的每首背景音乐以及所述背景音乐适配的长音频作为训练样本；利用所述训练样本训练对抗生成网络，并将训练完成的对抗生成网络中的生成器作为背景音乐生成器。
[0009]本申请提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行如下步骤：
[0010]获取至少一个背景音乐集合，其中每个所述背景音乐集合具有各自对应的长音频类别；
[0011]根据所述背景音乐集合对应的长音频类别，为所述背景音乐集合中的每首背景音乐适配至少一个长音频；
[0012]将所述至少一个背景音乐集合中的每首背景音乐以及所述背景音乐适配的长音频作为训练样本；利用所述训练样本训练对抗生成网络，并将训练完成的对抗生成网络中的生成器作为背景音乐生成器。
[0013]本申请提供一种计算机程序产品，其上存储有计算机程序，所述计算机程序被处理器执行如下步骤：
[0014]获取至少一个背景音乐集合，其中每个所述背景音乐集合具有各自对应的长音频类别；
[0015]根据所述背景音乐集合对应的长音频类别，为所述背景音乐集合中的每首背景音乐适配至少一个长音频；
[0016]将所述至少一个背景音乐集合中的每首背景音乐以及所述背景音乐适配的长音频作为训练样本；利用所述训练样本训练对抗生成网络，并将训练完成的对抗生成网络中的生成器作为背景音乐生成器。
[0017]上述背景音乐生成器的训练方法、计算机设备和计算机程序产品中，将训练完成的对抗生成网络中的生成器作为背景音乐生成器，利用该背景音乐生成器对待配乐长音频进行配乐，无需人工参与，自动为待配乐的长音频生成合适的背景音乐，实现长音频的自动配乐，提高长音频配乐效率；并且，背景音乐生成器的训练是基于对抗生成网络的，因此，可以使得背景音乐生成器生成的背景音乐更逼真，更接近真实的背景音乐；另外，根据背景音乐集合对应的长音频类别，为所述背景音乐集合中的每首背景音乐适配至少一个长音频，将所述至少一个背景音乐集合中的每首背景音乐以及所述背景音乐适配的长音频作为训练样本，通过这种训练样本，训练对抗生成网络，使得背景音乐生成器可以在兼顾到待配乐长音频的类别的基础上，为待配乐长音频生成合适的背景音乐。
附图说明
[0018]图1为一个实施例中背景音乐生成器的训练方法的流程示意图；
[0019]图2为一个实施例中训练集的构成示意图；
[0020]图3为一个实施例中对抗生成网络的结构图；
[0021]图4为一个实施例中迭代处理音频频谱的示意图；
[0022]图5为一个实施例中计算机设备的内部结构图。
具体实施方式
[0023]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0024]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
[0025]本申请提供了一种背景音乐生成器的训练方法，如图1所示，该方法可以由计算机设备执行，具体包括如下步骤：
[0026]步骤S101，获取至少一个背景音乐集合。
[0027]其中，每个背景音乐集合具有各自对应的长音频类别。长音频类别可以是按情感分类得到的，在此情况下，长音频类别可以包括伤感、治愈、电台、浪漫、激动、欢快等。另外，长音频类别还可以是按音乐流派分类得到的，在此情况下，长音频类别可以包括：摇滚、重金属、民歌、爵士等。本实施例中，在得到多个背景音乐后，按照长音频类别对这些背景音乐进行划分，得到至少一个背景音乐集合，针对所形成的背景音乐集合，同一背景音乐集合中的背景音乐对应的长音频类别相同。其中，每个背景音乐集合中的背景音乐数量可以相等。
[0028]步骤S102，根据背景音乐集合对应的长音频类别，为背景音乐集合中的每首背景音乐适配至少一个长音频。
[0029]在划分得到至少一个背景音乐集合后，给各背景音乐集合中的背景音乐确定对应适配的k个长音频，k为大于等于1的整数。例如，在某一背景音乐集合包括背景音乐a和b的情况下，若该背景音乐集合对应的长音频类别为伤感，则在伤感类别的长音频中，确定与背景音乐a对应适配的至少一个长音频，在伤感类别的长音频中，确定与背景音乐b对应适配的至少一个长音频，按照该方式，可以给各背景音乐集合中的每首背景音乐确定对应视频的k个长音频。
[0030]一些场景中，如果同个长音频被适配给对应不同长音频类别的背景音乐，例如，同个长音频被适配给伤感类别的背景音乐a和欢快类别的背景音乐m，那么，对抗生成网络的生成器难以学习到：在兼顾长音频类别的基础上，为长音频生成合适的背景音乐，学习难度增大。
[0031]基于此，为了降低生成器的学习难度，本申请的一些实施例中，同个长音频仅被适配给对应于同一长音频类别的背景音乐。
[0032]步骤S103，将至少一个背景音乐集合中的每首背景音乐以及背景音乐适配的长音频作为训练样本；利用训练样本训练对抗生成网络，并将训练完成的对抗生成网络中的生成器作为背景音乐生成器。
[0033]其中，对抗生成网络可以包括生成器和判别器。本实施例中，利用对抗生成网络的生成器和判别器之间的相互竞争关系，让生成器生成的背景音乐更逼真，更接近真实的背景音乐。
[0034]具体地，在给背景音乐集合的每首背景音乐适配至少一个长音频后，针对每首背景音乐及其适配的长本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种背景音乐生成器的训练方法，其特征在于，所述方法包括：获取至少一个背景音乐集合，其中每个所述背景音乐集合具有各自对应的长音频类别；根据所述背景音乐集合对应的长音频类别，为所述背景音乐集合中的每首背景音乐适配至少一个长音频；将所述至少一个背景音乐集合中的每首背景音乐以及所述背景音乐适配的长音频作为训练样本；利用所述训练样本训练对抗生成网络，并将训练完成的对抗生成网络中的生成器作为背景音乐生成器。2.根据权利要求1所述的方法，其特征在于，获取至少一个背景音乐集合，包括：获取多个背景音乐以及多个长音频；其中不同的长音频属于不同的长音频类别；在所述多个长音频中，为每首所述背景音乐确定最匹配的长音频；将最匹配的长音频属于同一长音频类别的背景音乐归为同一集合，得到至少一个背景音乐集合。3.根据权利要求2所述的方法，其特征在于，在所述多个长音频中，为每首所述背景音乐确定最匹配的长音频，包括：提取各所述长音频的特征向量，以及每首背景音乐的特征向量；获取每首背景音乐的特征向量分别与各所述长音频的特征向量之间的距离，并将距离最小的长音频作为与所述背景音乐最匹配的长音频。4.根据权利要求1所述的方法，其特征在于，为所述背景音乐集合中的每首背景音乐适配至少一个长音频，包括：获取所述背景音乐集合中每首背景音乐的特征向量，以及所述背景音乐集合对应的长音频类别下的多个长音频各自的特征向量；获取每首背景音乐的特征向量分别与各长音频的特征向量之间的距离，将距离小于阈值对应的长音频作为与所述背景音乐适配的长音频。5.根据权利要求1所述的方法，其特征在于，所述对抗生成网络包括生成器及判别器；利用所述训练样本训练对抗生成网络，包括：将所述训练样本包括的长音频输入所述生成器，得到所述生成器生成的背景音乐；将所述生成器生成的背景音乐输入所述判别器，以使所述判别器区...

【专利技术属性】
技术研发人员：王武城，赵伟峰，
申请(专利权)人：腾讯音乐娱乐科技深圳有限公司，
类型：发明
国别省市：