[发明专利]一种音符生成方法、相关设备、存储介质及程序产品有效

专利信息
申请号: 202111077441.8 申请日: 2021-09-15
公开(公告)号: CN113516961B 公开(公告)日: 2021-12-03
发明(设计)人: 邱耀;张金超 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G10H1/00 分类号: G10H1/00
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;杜维
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 音符 生成 方法 相关 设备 存储 介质 程序 产品
【权利要求书】:

1.一种音符生成方法,其特征在于,包括:

获取待生成的目标音符的生成标识符及基于所述生成标识符生成的目标特征向量,并从所述目标特征向量中读取所述目标音符的生成指示信息;

在根据所述生成指示信息确定针对所述目标音符的生成方式为第一方式时,获取所述目标特征向量的一个或多个关联特征向量,一个关联特征向量与所述目标音符的一个关联标识符对应,所述关联标识符与所述目标音符处于同一音符序列,且在所述音符序列中的出现位置位于所述目标音符之前;

根据所述一个或多个关联特征向量中任一关联特征向量及所述目标特征向量,确定所述任一关联特征向量对应的关联标识符的重现概率;

根据所述一个或多个关联特征向量中每个关联特征向量对应的关联标识符的重现概率,从与所述关联特征向量对应的关联标识符中选取出重现概率满足概率阈值的关联标识符作为生成的目标音符。

2.根据权利要求1所述的方法,其特征在于,所述根据所述一个或多个关联特征向量中任一关联特征向量及所述目标特征向量,确定所述任一关联特征向量对应的关联标识符的重现概率,包括:

对所述目标特征向量及所述任一关联特征向量进行向量相似度运算,得到所述目标特征向量与所述任一关联特征向量之间的特征相似度;

基于所述特征相似度确定所述任一关联特征向量对应的关联标识符的重现概率,所述重现概率包括所述特征相似度,或所述重现概率包括归一化后的特征相似度。

3.根据权利要求2所述的方法,其特征在于,所述对所述目标特征向量及所述任一关联特征向量进行向量相似度运算,得到所述目标特征向量与所述任一关联特征向量之间的特征相似度,包括:

获取待生成音符序列的序列结构对应的结构向量;

将所述结构向量作为约束向量,并在所述约束向量的约束下对所述目标特征向量及所述任一关联特征向量进行向量相似度运算,得到所述目标特征向量与所述任一关联特征向量之间的特征相似度。

4.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若待生成音符序列中不存在参考音符,则所述目标音符的生成标识符为起始标识符,且根据所述生成指示信息确定的针对所述目标音符的生成方式为第二方式;

若所述待生成音符序列中已存在一个或多个参考音符,则所述一个或多个参考音符中,生成时间最晚的参考音符为所述目标音符的生成标识符。

5.根据权利要求1或4所述的方法,其特征在于,所述方法还包括:

在根据所述生成指示信息确定针对所述目标音符的生成方式为第二方式时,获取备选音符集中任一备选音符的特征向量;

根据所述目标特征向量及所述任一备选音符的特征向量,从所述备选音符集中选取出目标备选音符,所述目标备选音符的特征向量与所述目标特征向量相匹配;

将选取出的目标备选音符作为所述目标音符。

6.根据权利要求4所述的方法,其特征在于,若所述待生成音符序列中已存在一个或多个参考音符;所述方法还包括:

获取所述起始标识符对应的特征向量及所述起始标识符对应的特征向量的注意力分数,并获取所述一个或多个参考音符中每个参考音符对应的特征向量及所述每个参考音符对应的特征向量的注意力分数;

采用所述起始标识符对应的特征向量的注意力分数及所述每个参考音符对应的特征向量的注意力分数,分别对所述起始标识符对应的特征向量及所述每个参考音符对应的特征向量进行加权融合处理,得到所述目标特征向量。

7.根据权利要求6所述的方法,其特征在于,获取所述一个或多个参考音符中任一参考音符对应的特征向量的注意力分数的方式包括:

调用自注意力模块计算所述一个或多个参考音符中,每个参考音符对应的特征向量的关键向量K和查询向量Q;

将得到的每个特征向量的关键向量K与所述任一参考音符对应的特征向量的查询向量Q进行点积运算,得到所述任一参考音符对应的特征向量的注意力分数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111077441.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top