歌曲改编方法、计算机设备和存储介质技术

本申请涉及一种歌曲改编方法、计算机设备和存储介质。所述方法包括：获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息；对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号；所述渲染分轨信号的音色与所述分轨信号的音色不同；根据所述分轨信号，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号；对改编分轨信号进行混音处理，得到待改编歌曲的目标改编歌曲。采用本方法能够提高歌曲改编效率。歌曲。采用本方法能够提高歌曲改编效率。歌曲。采用本方法能够提高歌曲改编效率。

【技术实现步骤摘要】
歌曲改编方法、计算机设备和存储介质


[0001]本申请涉及音频处理
，特别是涉及一种歌曲改编方法、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着音乐创作的门槛逐渐降低，越来越多的用户想要创作属于自己的歌曲，而改编现有歌曲成为了目前最普遍的一种创作方式。
[0003]目前，主要是通过人工试听原曲，然后分析记录原曲的演奏，再根据原曲的演奏进行原曲的改编创作。但是人工进行歌曲改编的方式需要消耗较高的制作费用，而且人工制作周期长，导致人工进行歌曲改编的方式存在效率较低的缺陷。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高歌曲改编效率的歌曲改编方法、计算机设备和计算机可读存储介质。
[0005]第一方面，本申请提供了一种歌曲改编方法。所述方法包括：
[0006]获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息；
[0007]对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号；所述渲染分轨信号的音色与所述分轨信号的音色不同；
[0008]根据所述分轨信号，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号；
[0009]对所述改编分轨信号进行混音处理，得到所述待改编歌曲的目标改编歌曲。
[0010]在其中一个实施例中，根据所述分轨信号，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号，包括：
[0011]对不同时间维度下所述分轨信号的平方进行求和，得到待处理分轨信号；
[0012]对不同时间维度下所述渲染分轨信号的平方进行求和，得到待处理渲染分轨信号；
[0013]通过校准参数预测模型，对所述待处理分轨信号和所述待处理渲染分轨信号进行相除处理，得到所述渲染分轨信号的响度校准参数；
[0014]根据所述响度校准参数，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号。
[0015]在其中一个实施例中，对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号，包括：
[0016]根据所述分轨信号对应的乐器类型，确定所述待改编歌曲的目标乐器音色；所述目标乐器音色对应的乐器类型与所述分轨信号对应的乐器类型相同；
[0017]根据所述目标乐器音色，对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号。
[0018]在其中一个实施例中，根据所述目标乐器音色，对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号，包括：
[0019]根据所述目标乐器音色设置渲染器，得到目标渲染器；
[0020]通过目标渲染器，按照所述目标乐器音色对所述分轨信号的旋律信息进行音频信号合成，得到所述待改编歌曲的渲染分轨信号。
[0021]在其中一个实施例中，获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息，包括：
[0022]将所述待改编歌曲，输入至训练完成的音轨分离模型中，得到所述待改编歌曲的分轨信号；
[0023]从所述分轨信号中提取得到所述分轨信号的旋律信息。
[0024]在其中一个实施例中，训练完成的音轨分离模型通过如下方式训练得到：
[0025]将多个样本分轨信号进行融合，得到样本混合信号；
[0026]将所述样本混合信号，输入至待训练的音轨分离模型中，得到所述样本混合信号的预测分轨信号；
[0027]根据所述样本分轨信号与所述预测分轨信号之间的时域范数，以及所述预测分轨信号的数量，得到所述待训练的音轨分离模型的损失值；
[0028]根据所述损失值，对所述待训练的音轨分离模型进行迭代训练，得到所述训练完成的音轨分离模型。
[0029]在其中一个实施例中，所述将所述样本混合信号，输入至待训练的音轨分离模型中，得到所述样本混合信号的预测分轨信号，包括：
[0030]通过所述待训练的音轨分离模型中的时域卷积网络，在时域维度上对所述样本混合信号进行卷积处理，得到所述样本混合信号的时域卷积特征；
[0031]通过所述待训练的音轨分离模型中的频域卷积网络，在频域维度上对所述样本混合信号进行卷积处理，得到所述样本混合信号的频域卷积特征；
[0032]对所述时域卷积特征和所述频域卷积特征进行融合，得到融合后卷积特征；
[0033]通过所述时域卷积网络，在时域维度上对所述融合后卷积特征进行卷积处理，得到所述融合后卷积特征对应的目标时域特征；
[0034]通过所述频域卷积网络，在频域维度上对所述融合后卷积特征进行卷积处理，得到所述融合后卷积特征对应的目标频域特征；
[0035]对所述目标时域特征和所述目标频域特征进行融合，得到所述预测分轨信号。
[0036]在其中一个实施例中，从所述分轨信号中提取得到所述分轨信号的旋律信息，包括：
[0037]对所述分轨信号进行傅里叶变换处理，得到所述分轨信号的梅尔频谱图；
[0038]通过音乐转录模型，对所述梅尔频谱图进行多任务多轨音乐转录，得到所述梅尔频谱图的词汇标记序列，以及所述词汇标记序列的时间信息；
[0039]根据所述词汇标记序列和所述词汇标记序列的时间信息，得到所述分轨信号的旋律信息。
[0040]在其中一个实施例中，通过音乐转录模型，对所述梅尔频谱图进行多任务多轨音乐转录，得到所述梅尔频谱图的词汇标记序列，以及所述词汇标记序列的时间信息，包括：
[0041]将所述梅尔频谱图，以及出现概率满足预设概率条件的下一个词汇标记，作为所述音乐转录模型的输入序列；
[0042]通过所述音乐转录模型，对所述输入序列进行编码处理和解码处理，输出得到所述梅尔频谱图的词汇标记序列，以及所述词汇标记序列的时间信息；其中，所述词汇标记序列中包含有多个词汇标记。
[0043]第二方面，本申请还提供了一种计算机设备。所述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，所述处理器执行所述计算机程序时实现以下步骤：
[0044]获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息；
[0045]对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号；所述渲染分轨信号的音色与所述分轨信号的音色不同；
[0046]根据所述分轨信号，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号；
[0047]对所述改编分轨信号进行混音处理，得到所述待改编歌曲的目标改编歌曲。
[0048]第三方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0049]获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息；
[0050]对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号；所述渲染分轨信号的音色与所述分轨信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种歌曲改编方法，其特征在于，所述方法包括：获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息；对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号；所述渲染分轨信号的音色与所述分轨信号的音色不同；根据所述分轨信号，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号；对所述改编分轨信号进行混音处理，得到所述待改编歌曲的目标改编歌曲。2.根据权利要求1所述的方法，其特征在于，所述根据所述分轨信号，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号，包括：对不同时间维度下所述分轨信号的平方进行求和，得到待处理分轨信号；对不同时间维度下所述渲染分轨信号的平方进行求和，得到待处理渲染分轨信号；通过校准参数预测模型，对所述待处理分轨信号和所述待处理渲染分轨信号进行相除处理，得到所述渲染分轨信号的响度校准参数；根据所述响度校准参数，对所述渲染分轨信号进行响度校准，得到所述待改编歌曲的改编分轨信号。3.根据权利要求1所述的方法，其特征在于，所述对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号，包括：根据所述分轨信号对应的乐器类型，确定所述待改编歌曲的目标乐器音色；所述目标乐器音色对应的乐器类型与所述分轨信号对应的乐器类型相同；根据所述目标乐器音色，对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标乐器音色，对所述分轨信号的旋律信息进行音色渲染，得到所述待改编歌曲的渲染分轨信号，包括：根据所述目标乐器音色设置渲染器，得到目标渲染器；通过目标渲染器，按照所述目标乐器音色对所述分轨信号的旋律信息进行音频信号合成，得到所述待改编歌曲的渲染分轨信号。5.根据权利要求1所述的方法，其特征在于，所述获取待改编歌曲的分轨信号，以及所述分轨信号的旋律信息，包括：将所述待改编歌曲，输入至训练完成的音轨分离模型中，得到所述待改编歌曲的分轨信号；从所述分轨信号中提取得到所述分轨信号的旋律信息。6.根据权利要求5所述的方法，其特征在于，所述训练完成的音轨分离模型通过如下方式训练得到：将多个样本分轨信号进行融合，得到样本混合信号；将所述样本混合信号，输入至待训练的音轨分离模型中，得到所述样本混合信号的预测分轨信号；根据所述样本分轨信号与所述预测分轨信号之间的时域范数，以及所述...

【专利技术属性】
技术研发人员：何礼，
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：