【技术实现步骤摘要】
数据处理方法、计算机设备及计算机可读存储介质
[0001]本申请涉及计算机
,尤其涉及数据处理方法、计算机设备及计算机可读存储介质。
技术介绍
[0002]随着音乐应用的普及,歌声合成技术也越来越受到关注。歌声合成技术是根据曲谱信息合成接近真人演唱的歌声音频的技术。
[0003]在歌声合成时,基频曲线和能量曲线通常决定了合成歌声的音高和唱功水平,是歌声合成的关键信息。其中,能量曲线包含音量信息,决定歌声的强弱;基频曲线包含音高信息,是决定歌声是否跑调的关键因素,基频曲线通常是根据基频序列生成的,但如何生成基频序列是有待解决的问题。
技术实现思路
[0004]本申请实施例提供了一种数据处理方法、计算机设备及计算机可读存储介质,可以直接根据曲谱生成曲谱的基频序列,且风格序列的加入使得基频序列更加符合真实情况。
[0005]一方面,本申请实施例提供了一种数据处理方法,所述方法包括:
[0006]获取目标曲谱和所述目标曲谱对应的目标风格序列;其中,所述目标风格序列用于指示预测的基频的风格特征,所述目标风格序列是根据风格参数确定的,所述风格参数包括抖动频率和/或抖动幅度;
[0007]对所述目标曲谱进行解析处理,得到所述目标曲谱的音高序列和音素序列;
[0008]根据所述音高序列、所述音素序列和所述目标风格序列进行基频预测处理,得到所述目标曲谱对应的目标基频序列;所述目标基频序列用于指示演唱者的演唱旋律。
[0009]一方面,本申请实施例提供了一种数据处理装 ...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法,其特征在于,所述方法包括:获取目标曲谱和所述目标曲谱对应的目标风格序列;其中,所述目标风格序列是根据风格参数确定的,所述风格参数包括抖动频率和/或抖动幅度;对所述目标曲谱进行解析处理,得到所述目标曲谱的音高序列和音素序列;根据所述音高序列、所述音素序列和所述目标风格序列进行基频预测处理,得到所述目标曲谱对应的目标基频序列;所述目标基频序列用于指示演唱者的演唱旋律。2.根据权利要求1所述的方法,其特征在于,所述根据所述音高序列、所述音素序列和所述目标风格序列进行基频预测处理,得到所述目标曲谱对应的目标基频序列,包括:调用目标基频预测模型对所述音高序列、所述音素序列和所述目标风格序列进行处理,得到所述目标曲谱对应的目标基频序列;其中,所述目标基频预测模型是根据样本数据训练得到,所述样本数据包括样本音高序列、样本音素序列、样本风格序列和样本基频序列;所述样本音高序列和所述样本音素序列是根据样本曲谱的解析结果确定的,所述样本风格序列是根据所述样本音高序列和所述样本基频序列确定的,所述样本基频序列是根据所述样本曲谱对应的样本歌声数据的基频确定的;所述目标基频预测模型是根据第一损失参数和第二损失参数对初始基频预测模型进行模型参数调整得到,所述第一损失参数是根据所述样本基频序列和预测基频序列确定的,所述预测基频序列是调用所述初始基频预测模型对所述样本音高序列、样本音素序列和样本风格序列进行处理得到,所述第二损失参数是根据所述样本风格序列和预测风格序列确定的,所述预测风格序列是根据所述样本音高序列和所述预测基频序列确定的。3.根据权利要求2所述的方法,其特征在于,所述目标基频预测模型包括卷积模块、编码模块和解码模块;所述调用目标基频预测模型对所述音高序列、所述音素序列和所述目标风格序列进行处理,得到所述目标曲谱对应的目标基频序列,包括:将所述音高序列、所述音素序列和所述目标风格序列分别输入所述目标基频预测模型,由所述卷积模块对所述音高序列、所述音素序列和所述目标风格序列分别进行卷积处理,并对所述音高序列、所述音素序列和所述目标风格序列分别对应的卷积处理结果进行融合处理,得到第一特征序列;由所述编码模块对所述第一特征序列进行编码处理,得到编码特征序列,并由所述解码模块对所述编码特征序列进行解码处理,得到解码特征序列;将所述解码特征序列与所述音高序列进行融合处理,得到所述目标曲谱对应的目标基频序列。4.根据权利要求2所述的方法,其特征在于,所述方法还包括:对所述样本曲谱对应的样本歌声数据进行分帧处理,得到多帧歌声音频;对所述多帧歌声音频中每一帧歌声音频进行基频提取处理,得到所述每一帧歌声音频所对应的基频值;根据所述每一帧歌声音频对应的播放时间的先后顺序,对所述每一帧歌声音频所对应的基频值进行排列处理,得到参考基频序列;根据所述参考基频序列确定所述样本基频序列。5.根据权利要求4所述的方法,其特征在于,所述根据所述参考基频序列确定所述样本
基频序列,包括:将所述参考基频序列确定为所述样本基频序列;或者,对所述参考...
【专利技术属性】
技术研发人员:庄晓滨,
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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。