[发明专利]歌曲生成方法、装置、电子设备及存储介质

说明书

本公开公开一种歌曲生成方法、装置、电子设备及存储介质，包括：获取歌词文本和乐谱信息，获取目标演唱者身份信息，以及，获取与目标歌曲风格对应的第一参考输出向量；将歌词文本和乐谱信息输入至歌曲生成模型中的编码网络，生成第一编码输出向量；将第一编码输出向量、第一参考输出向量以及第一声纹特征向量输入至歌曲生成模型中的解码网络中，生成第一歌曲，其中，第一声纹特征向量为歌曲生成模型中与目标演唱者身份信息对应的声纹特征向量，第一歌曲为具有目标演唱者身份信息对应的演唱者的声纹信息及目标歌曲风格的歌曲。采用本公开的歌曲生成方法，至少解决现有在获取不同类别的歌曲的过程中存在效率低的问题。

技术领域

本公开涉及歌曲处理技术，尤其涉及一种歌曲生成方法、装置、电子设备及存储介质。

背景技术

随着数字音频技术的发展，歌曲大量增长，为便于对歌曲的查找，人们将歌曲按照类别进行划分，例如，根据歌曲风格划分为流行、民谣、古风以及摇滚等，或者，也可以是根据演唱者的情感划分为伤感、欢快以及中性等。

其中，为实现用户能够在短时间内聆听不同类别的歌曲，可以是通过将不同类别的歌曲中的部分音频段进行融合，生成包括不同类别的音频的融合音频。但是，实现获取不同类别的歌曲，可能需要经过繁琐的歌曲查找操作，尤其是需要获取同一演唱者的不同类别的歌曲，从而导致在获取不同类别的歌曲的过程中存在效率低的问题。

发明内容

本公开提供一种歌曲生成方法、装置、电子设备及存储介质，以至少解决相关技术中在获取不同类别的歌曲的过程中存在效率低的问题。

本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种歌曲生成方法，包括：

获取歌词文本和乐谱信息，获取目标演唱者身份信息，以及，获取与目标歌曲风格对应的第一参考输出向量；

将所述歌词文本和所述乐谱信息输入至歌曲生成模型中的编码网络，生成第一编码输出向量；

将所述第一编码输出向量、所述第一参考输出向量以及第一声纹特征向量输入至所述歌曲生成模型中的解码网络中，生成第一歌曲，其中，所述第一声纹特征向量为所述歌曲生成模型中与所述目标演唱者身份信息对应的声纹特征向量，所述第一歌曲为具有所述目标演唱者身份信息对应的演唱者的声纹信息及所述目标歌曲风格的歌曲。

在其中一个实施例中，所述方法，还包括：

将歌曲训练集中的歌曲作为训练歌曲，其中，所述歌曲训练集包括标注有演唱者身份信息的至少一首歌曲；

获取所述训练歌曲的歌词文本和乐谱信息输入至待训练的歌曲生成模型的编码网络中，生成第二编码输出向量；以及，通过待训练的歌曲生成模型的全局风格符号网络，提取所述训练歌曲的第二参考输出向量；

将所述第二编码输出向量、所述第二参考输出向量以及所述训练歌曲的演唱者身份信息输入至待训练的歌曲生成模型的解码网络中，生成第二歌曲；

计算得到所述第二歌曲与所述训练歌曲之间的第一损失；

基于所述第一损失，更新待训练的歌曲生成模型中所述编码网络、所述解码网络和所述全局风格符号网络的参数，以及，更新待训练的歌曲生成模型中与所述训练歌曲的演唱者身份信息对应的声纹特征向量，得到所述歌曲生成模型。

在其中一个实施例中，所述基于所述第一损失，更新待训练的歌曲生成模型中所述编码网络、所述解码网络以及所述全局风格符号网络的参数之前，还包括：

计算第二损失，其中，所述第二损失为待训练的歌曲生成模型的全局风格符号网络中多个风格符号之间的余弦相似度之和；