歌曲转换模型训练方法、合成方法、装置、计算机及介质制造方法及图纸

本发明专利技术公开了一种歌曲转换模型训练方法、合成方法、装置、计算机及介质。该歌曲转换模型训练方法包括：获取训练歌曲数据；对所述训练歌曲数据进行特征提取，获取训练内容特征、训练音高特征和训练音色特征；对所述训练内容特征、所述训练音高特征和所述训练音色特征进行解纠缠，获取目标互信息损失；将所述训练内容特征、所述训练音高特征和所述训练音色特征输入原始歌曲转换模型，获取目标特征损失；若所述目标互信息损失小于第一预设损失，且所述目标特征损失小于第二预设损失，则将所述原始歌曲转换模型确定为目标歌曲转换模型。该方法实现特征的完全解耦，保障歌曲转换的真实性和有效性。

【技术实现步骤摘要】

本专利技术涉及歌曲转换模型训练领域，尤其涉及一种歌曲转换模型训练方法、合成方法、装置、计算机及介质。

技术介绍

1、目前的歌唱转换技术对歌曲进行特征分离时，多数采用无监督学习方法对歌曲中的特征进行分离，但该无监督学习方法不能保证特征的纯净度，因此导致无法完全解耦，会影响歌曲的自然度，发音不够清晰；音高提取的偏差也会影响歌曲的音调，改变转换歌曲固有的曲调；歌唱人特征的泄露会降低转换歌曲的身份相似度，残留源歌唱人的音色特征。即在歌曲转换过程中，不同特征之间会泄露彼此冗余的信息，造成特征之间的干扰，从而影响歌曲转换的保真性。

技术实现思路

1、本专利技术实施例提供一种歌曲转换模型训练方法、合成方法、装置、计算机及介质，以解决歌曲特征解耦不彻底的问题。

2、一种歌曲转换模型训练方法，包括：

3、获取训练歌曲数据；

4、对所述训练歌曲数据进行特征提取，分别获取所述训练歌曲数据对应的训练内容特征、训练音高特征和训练音色特征；

5、对所述训练内容特征、所述训练音高特征和所述训本文档来自技高网...

【技术保护点】

1.一种歌曲转换模型训练方法，其特征在于，包括：

2.如权利要求1所述的歌曲转换模型训练方法，其特征在于，所述对所述训练歌曲数据进行特征提取，分别获取所述训练歌曲数据对应的训练内容特征、训练音高特征和训练音色特征，包括：

3.如权利要求2所述的歌曲转换模型训练方法，其特征在于，所述采用音色提取模型对所述训练歌曲数据进行音色特征提取，获取所述训练歌曲数据对应的训练音色特征，包括：

4.如权利要求1所述的歌曲转换模型训练方法，其特征在于，所述对所述训练内容特征、所述训练音高特征和所述训练音色特征进行解纠缠处理，获取目标互信息损失，包括：

5.如...

【技术特征摘要】

1.一种歌曲转换模型训练方法，其特征在于，包括：

2.如权利要求1所述的歌曲转换模型训练方法，其特征在于，所述对所述训练歌曲数据进行特征提取，分别获取所述训练歌曲数据对应的训练内容特征、训练音高特征和训练音色特征，包括：

3.如权利要求2所述的歌曲转换模型训练方法，其特征在于，所述采用音色提取模型对所述训练歌曲数据进行音色特征提取，获取所述训练歌曲数据对应的训练音色特征，包括：

4.如权利要求1所述的歌曲转换模型训练方法，其特征在于，所述对所述训练内容特征、所述训练音高特征和所述训练音色特征进行解纠缠处理，获取目标互信息损失，包括：

5.如权利要求3所述的歌曲转换模型训练方法，其特征在于，所述原始歌曲转换模型包括原始内容编码器、原始音高解码器和原...

【专利技术属性】
技术研发人员：陈闽川，马骏，王少军，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：