[发明专利]语音处理方法、装置、电子设备及存储介质

说明书

本公开关于一种语音处理方法、装置、电子设备及存储介质，该方法包括：获取待处理语音的初始分词和音乐伴奏的伴奏节奏时间戳；所述初始分词为所述待处理语音的语音识别词；根据所述伴奏节奏时间戳，对所述初始分词进行更新，得到所述待处理语音的目标分词；将所述目标分词的分词时间戳和伴奏节奏时间戳进行时间对齐处理，得到所述目标分词的分词时间戳和所述伴奏节奏时间戳之间的目标对应关系；根据所述待处理语音、所述音乐伴奏和所述目标对应关系，生成所述待处理语音对应的音乐。采用本方法，有利于提高生成的音乐的音乐效果。

技术领域

本公开涉及音频处理技术领域，尤其涉及一种语音处理方法、装置、电子设备及存储介质。

背景技术

随着音频处理技术的发展，通过对用户输入的语音进行音频处理，可以将语音转换成说唱歌曲。

相关技术中，在对语音进行处理时，一般是采用字级别的对齐策略，来将语音转换成说唱歌曲；但是，采用字级别的对齐策略时，完全没有考虑字在词中的关联性，不仅破坏了原始语音的语义，也导致了说唱节奏感的缺失，从而造成生成的音乐的音乐效果较差。

发明内容

本公开提供一种语音处理方法、装置、电子设备及存储介质，以至少解决相关技术中生成的音乐的音乐效果较差的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种语音处理方法，包括：

获取待处理语音的初始分词和音乐伴奏的伴奏节奏时间戳；所述初始分词为所述待处理语音的语音识别词；

根据所述伴奏节奏时间戳，对所述初始分词进行更新，得到所述待处理语音的目标分词；

将所述目标分词的分词时间戳和伴奏节奏时间戳进行时间对齐处理，得到所述目标分词的分词时间戳和所述伴奏节奏时间戳之间的目标对应关系；

根据所述待处理语音、所述音乐伴奏和所述目标对应关系，生成所述待处理语音对应的音乐。

在一示例性实施例中，所述根据所述伴奏节奏时间戳，对所述初始分词进行更新，得到所述待处理语音的目标分词，包括：

根据所述伴奏节奏时间戳，得到分词长度下限和分词长度上限；

根据所述分词长度下限和所述分词长度上限，得到所述初始分词中的当前分词的第一词序号集合和第二词序号集合；所述第一词序号集合为从所述当前分词开始，满足所述分词长度下限的分词对应的序号所构成的集合，所述第二词序号集合为从所述当前分词开始，满足所述分词长度上限的分词对应的序号所构成的集合；

在所述第一词序号集合和所述第二词序号集合的交集中包括至少一个序号的情况下，获取所述交集中的每一个序号对应的分词与所述当前分词之间所构成的目标词语；

在所述待处理语音的分词结果包含所述目标词语的情况下，将所述当前分词更新为所述目标词语，得到所述待处理语音的目标分词；所述分词结果通过分词工具对所述待处理语音的文本内容进行分词处理得到。

在一示例性实施例中，在获取所述交集中的每一个序号对应的分词与所述当前分词之间所构成的目标词语之后，还包括：

在所述待处理语音的分词结果不包含所述目标词语的情况下，将所述当前分词更新为所述第一词序号集合和所述第二词序号集合的交集中的第一目标序号对应的分词与所述当前分词之间的所有分词所构成的词语；

其中，在所述第一词序号集合和所述第二词序号集合的交集中包括的序号的数量为奇数的情况下，所述第一目标序号为所述第一词序号集合和所述第二词序号集合的交集中的中间序号；在所述第一词序号集合和所述第二词序号集合的交集中包括的序号的数量为偶数的情况下，所述第一目标序号为所述第一词序号集合和所述第二词序号集合的交集中的最中间的两个序号之中的任一个序号。