[发明专利]修音方法及装置

说明书

本申请实施例提供一种修音方法及装置，修音方法包括：获取第一语音数据，第一语音数据具有第一对象的音色；对第一语音数据进行划分，得到至少两条第二语音数据；确定第二语音数据对应的第二对象；其中，第二对象中存在至少一个第二对象的类型为第一类型，且存在至少一个第二对象的类型为第二类型；对第二语音数据进行音色转换，得到第三语音数据，第三语音数据具有第二语音数据对应的第二对象的音色；根据第三语音数据，获得第四语音数据，第四语音数据至少具有第一类型的第二对象的音色和第二类型的第二对象的音色。

技术领域

本申请涉及音频技术领域，尤其涉及一种修音方法及装置。

背景技术

对于喜欢音乐的用户来说，用户可以在电子设备上安装音乐应用程序（Application，APP），音乐应用程序可以提供录音和K歌等模式（也可以称为功能），用户通过音乐APP的录音模式或K歌模式完成一首歌曲的演唱，以得到该歌曲的音频数据。但是在用户演唱过程中，用户的音准和节奏可以影响歌曲的效果，因此如何提高歌曲的效果是亟需解决的问题。

发明内容

本申请提供了一种修音方法及装置，目的在于提高用户录制歌曲的效果。为了实现上述目的，本申请提供了以下技术方案：

第一方面，本申请提供一种修音方法，方法包括：获取第一语音数据，第一语音数据具有第一对象的音色；对第一语音数据进行划分，得到至少两条第二语音数据；确定第二语音数据对应的第二对象；其中，第二对象中存在至少一个第二对象的类型为第一类型，且存在至少一个第二对象的类型为第二类型；对第二语音数据进行音色转换，得到第三语音数据，第三语音数据具有第二语音数据对应的第二对象的音色；至少对第三语音数据进行融合，获得第四语音数据，第四语音数据至少具有第一类型的第二对象的音色和第二类型的第二对象的音色。在本实施例中，电子设备可以对具有第一对象的音色的第一语音数据进行划分，得到至少两条第二语音数据，然后确定第二语音数据对应的第二对象，对第二语音数据进行音色转换，得到具有第二对象的音色的第三语音数据，根据第三语音数据获得第四语音数据，第四语音数据至少具有第一类型的第二对象的音色和第二类型的第二对象的音色，即第四语音数据至少具有两种类型的第二对象的音色，通过音色转换达到多人合成一条语音数据的效果。对第三语音数据的融合可以是对第三语音数据的拼接/组合，例如电子设备在对每条第二语音数据进行音色转换后，按照第二语音数据在第一语音数据中的顺序，对所有第三语音数据进行拼接，得到第四语音数据，第四语音数据的语音内容与第一语音数据的语音内容相同，但第四语音数据的音色和第一语音数据的音色不同。

其中第一类型和第二类型可以有多种形式，在一种示例中，第一类型和第二类型可以指第二对象的音色，通过音色区分第二对象。在另一种示例中，第一类型和第二类型可以指第二对象的性别和/或年龄，通过性别和/或年龄区分第二对象。例如，成年男性和青少年男性是不同的第二对象。在其他示例中，第一类型和第二类型可以指第二对象的音色、性别和年龄中的至少一个；在其他示例中，第一类型和第二类型可以指第二对象的对象类别，如真实人物、虚拟人物等等。

在一些示例中，修音方法的一种场景可以是没有原唱场景（如用户录用场景）；在一些示例中，修音方法的一种场景可以是有原唱场景（如用户K歌场景）；在这两个场景下，电子设备可以获取到用户的语音数据（对应第一语音数据），该语音数据具有用户（对应第一对象）的音色。电子设备可以对该语音数据进行划分，并对划分出的每部分（对应第二语音数据）进行音色转换，得到至少具有两个目标用户的音色的语音数据（对应第四语音数据），目标用户为第二对象。其中第一语音数据可以是从一个音频数据中提取出，如对该音频数据进行背景音乐和语音分离，得到第一语音数据，分离是可选的，在完成音色转换后，电子设备可以将第四语音数据和背景音乐数据合成，得到目标音频数据，目标音频数据具有至少两种类型的第二对象的音色，达到多人合成一条音频数据的目的；如果音频数据中没有背景音乐，那么音频数据可以视为是第一语音数据。