[发明专利]一种基于哼唱输入的乐曲合成方法及装置

权利要求书

1.一种基于哼唱输入的乐曲合成方法，其特征在于，包括：

根据预设的窗函数对接收到的语音信号进行分帧处理，获得多个对应的语音帧；

对每一语音帧进行静音检测，得到每一语音帧的能量；

对每一语音帧进行滤波处理，并对滤波后的信号进行三电平削波处理，得到每一语音帧对应的削波信号；

对每一语音帧对应的削波信号进行标准自相关计算，根据计算结果提取得到每一语音帧的音高；

根据每一语音帧的能量及音高对所述语音信号进行音符切分，得到切分结果，所述切分结果包括音符、与所述音符一一对应的音符强度及音符时长；

根据用户设置的乐器类型及所述切分结果，合成得到乐曲并输出。

2.如权利要求1所述的方法，其特征在于，所述根据预设的窗函数对接收到的语音信号进行分帧处理，获得多个对应的语音帧的步骤，具体包括：

根据预设的窗函数对接收到的语音信号进行分帧处理，获得多个对应的语音帧；

根据预设的帧移长度对每一语音帧进行帧移处理，使所述语音帧相互重叠。

3.如权利要求2所述的方法，其特征在于，所述对每一语音帧对应的削波信号进行标准自相关计算，根据计算结果提取得到每一语音帧的音高的步骤，具体包括：

A：采用标准自相关函数对所述每一语音帧对应的削波信号进行计算，得到每一语音帧对应的自相关函数，并根据特定的采样率在每一语音帧中选出对应的自相关函数；

B：根据预设的分段值，将选出的当前语音帧的自相关函数均分；

C：分别依次比较当前语音帧中每段自相关函数中的每两个自相关函数值的大小，将每段中值最大的自相关函数值作为峰值，得到当前语音帧的自相关函数峰值序列；

D：记录所述当前语音帧的自相关函数峰值序列中每一峰值所对应的位置信息；

E：对所述当前语音帧的自相关函数峰值序列进行遍历，确定音高位置，将特定采样率及音高位置代入音高计算公式，得到当前语音帧的音高，重复执行所述A至E过程，直至得到每一语音帧的音高。

4.如权利要求3所述的方法，其特征在于，所述根据每一语音帧的能量及音高对所述语音信号进行音符切分，得到切分结果的步骤，具体包括：

依次比较每一语音帧的能量大小，将能量既大于前两个语音帧又大于后两个语音帧的当前语音帧的能量作为峰值，直至对比到最后一个语音帧，得到整个语音信号的能量峰值序列；

根据所述能量峰值序列中每一个峰值对应的音高，计算得到音符；

根据所述能量峰值序列中每一个峰值，计算得到与所述音符一一对应的音符强度；

根据所述能量峰值序列中每两个峰值之间的时间间隔，得到与所述音符一一对应的音符时长。

5.如权利要求4所述的方法，其特征在于，所述根据用户设置的乐器类型及所述切分结果，合成得到乐曲并输出的步骤，具体包括：

根据用户设置的乐器类型选择对应的包络曲线，采用频率调制法逼近获得所述乐器演奏所述音符的波形；

将所述波形按照与所述音符一一对应的音符时长依次叠加，合成得到乐曲并输出。

6.一种基于哼唱输入的乐曲合成装置，其特征在于，包括：分帧模块、检测模块、处理模块、计算模块、切分模块以及合成模块，其中：

所述分帧模块，用于根据预设的窗函数对接收到的语音信号进行分帧处理，获得多个对应的语音帧；

所述检测模块，用于对所述分帧模块得到的每一语音帧进行静音检测，得到每一语音帧的能量；

所述处理模块，用于对所述分帧模块得到的每一语音帧进行滤波处理，并对滤波后的信号进行三电平削波处理，得到每一语音帧对应的削波信号；

所述计算模块，用于对所述处理模块得到的每一语音帧对应的削波信号进行标准自相关计算，根据计算结果提取得到每一语音帧的音高；

所述切分模块，用于根据所述检测模块得到的每一语音帧的能量及所述计算模块得到的每一语音帧的音高对所述语音信号进行音符切分，得到切分结果，所述切分结果包括音符、与所述音符一一对应的音符强度及音符时长；

所述合成模块，用于根据用户设置的乐器类型及所述切分模块得到的切分结果，合成得到乐曲并输出。