[发明专利]歌声转换方法、装置、设备及存储介质

权利要求书

1.一种歌声转换方法，其特征在于，所述歌声转换方法包括：

获取初始录音数据，对所述初始录音数据进行预处理，得到预处理后的录音数据；

对所述预处理后的录音数据中的每一帧数据分别进行特征提取，得到录音梅尔谱特征；

通过预置的基频提取算法，提取所述预处理后的录音数据中的旋律特征，得到旋律基频特征；

获取歌词文本数据，调用预置的边界均衡生成对抗网络模型，对所述录音梅尔谱特征、所述旋律基频特征和所述歌词文本数据进行编码处理和解码处理，得到歌声音频梅尔谱图；

调用预置的梅尔生成对抗网络模型，对所述歌声音频梅尔谱图进行转换，得到初始歌声音频，调用预置的判别器对所述初始歌声音频进行判别，得到判别结果，基于所述判别结果确定目标歌声音频。

2.根据权利要求1所述的歌声转换方法，其特征在于，所述获取初始录音数据，对所述初始录音数据进行预处理，得到预处理后的录音数据包括：

获取初始录音数据，调用预置的语音端点检测算法，对所述初始录音数据进行切分和检测，得到录音切分片段；

删除所述录音切分片段中的无效片段，得到过滤后的录音数据，所述无效片段为包含噪音信号的录音片段和静音片段；

对所述过滤后的录音数据依次进行预加重、分帧和加窗处理，得到预处理后的录音数据。

3.根据权利要求1所述的歌声转换方法，其特征在于，所述对所述预处理后的录音数据中的每一帧数据分别进行特征提取，得到录音梅尔谱特征包括：

对所述预处理后的录音数据中的每一帧数据分别进行傅里叶变换，得到每一帧数据对应的频谱数据；

通过预置的梅尔滤波器，对所述每一帧数据对应的频谱数据进行平滑化处理，得到平滑处理后的数据，将平滑处理后的数据确定为录音梅尔谱特征。

4.根据权利要求1所述的歌声转换方法，其特征在于，所述通过预置的基频提取算法，提取所述预处理后的录音数据中的旋律特征，得到旋律基频特征包括：

调用预置的基频提取算法，对所述预处理后的录音数据进行计算，得到每一帧数据对应的差函数计算结果；

在所述每一帧数据对应的差函数计算结果中，分别查询预设数量的谷值，得到每一帧数据对应的多个谷值，基于所述每一帧数据对应的多个谷值，确定旋律波形的最小正周期，得到初始基频特征；

基于预设的基频转移规律，对所述初始基频特征进行平滑化处理，得到旋律基频特征。

5.根据权利要求4所述的歌声转换方法，其特征在于，所述调用预置的基频提取算法，对所述预处理后的录音数据进行计算，得到每一帧数据对应的差函数计算结果包括：

获取所述预处理后的录音数据中每一帧数据对应的初始信号和平移信号；

基于预置的基频提取算法中的差函数计算公式，将所述初始信号和所述平移信号相减，得到相减结果，对所述相减结果求平方数后再进行累加，得到每一帧数据对应的差函数计算结果。

6.根据权利要求1所述的歌声转换方法，其特征在于，所述获取歌词文本数据，调用预置的边界均衡生成对抗网络模型，对所述录音梅尔谱特征、所述旋律基频特征和所述歌词文本数据进行编码处理和解码处理，得到歌声音频梅尔谱图包括：

获取歌词文本数据，调用预置的边界均衡生成对抗网络模型，对所述歌词文本数据进行基于因果卷积的编码，得到歌词编码向量；

调用预置的边界均衡生成对抗网络模型，对所述录音梅尔谱特征和所述旋律基频特征分别进行基于一维卷积的编码，得到录音梅尔谱编码向量和旋律编码向量；

对所述歌词编码向量、所述录音梅尔谱编码向量和所述旋律编码向量进行解码运算，得到歌声音频梅尔谱图。