[发明专利]歌声合成方法、系统及计算机设备

说明书

本申请实施例提供一种歌声合成方法、系统及计算机设备，在本实施例中，首先，将数字乐谱进行切分，得到多个乐谱片段，并获取每个乐谱片段的帧数序列和音高ID序列，然后，依次将各所述乐谱片段的帧数序列和音高ID序列输入倚音预测模型中，得到所述数字乐谱的倚音位置信息以及倚音音高信息，并根据所述倚音位置信息以及倚音音高信息在所述数字乐谱中添加对应的倚音信息，最后，将添加了倚音信息后的数字乐谱输入歌声合成模型中进行歌声合成。如此，通过使用原始数字乐谱上的音阶、时长去预测乐谱倚音信息，基于预测出的倚音信息可以使得歌声合成模型合成更具有表现力、且能传达出更丰富的情感的歌声，使得合成歌声显得更具个人特色。

技术领域

本申请涉及人工智能及声乐处理相关技术领域，具体而言，涉及一种歌声合成方法、系统及计算机设备。

背景技术

歌声既是一种人们借以传达信息的媒介，也是一种传达创作者、歌唱者思绪的艺术形式。随着人工智能及计算机技术的不断发展，让计算机能够唱出像人唱出一样优美动听的歌声，是人工智能必不可少的一个研究课题，同时也是现在计算机音乐的热门研究领域之一。

歌声合成技术是计算机根据乐谱合成人清唱的歌声，如今歌声合成技术已经给现代生活带来了一定的改变，比如红遍全球的虚拟歌姬，如初音未来、洛天依等，她们的出现，降低了音乐制作的门槛，让许多创作者可以简单的使用自己的笔记本电脑而不需要去请专业的乐队、歌手就能创作出自己的歌曲，目前已有不少脍炙人口的歌曲是借助虚拟歌姬创作出来的。

然而，除了原始的基于单元挑选和波形拼接式方法的歌声合成技术，现如今的合成歌声在表现力和自然度方面还不及人声，同时也缺乏一些个人特色。此外，拼接式合成技术需求录音量大、覆盖要求高，需要消耗大量的人力物力。因此，如何提高合成歌声的表现力是让歌声合成技术能投入市场应用(如虚拟歌姬、计算机音乐创作、音乐教育等)是目前的一个重要研究课题。

发明内容

基于以上内容，为了至少提高合成歌声的表现力，第一方面，本申请实施例提供一种歌声合成方法，所述方法包括：

将数字乐谱进行切分，得到多个乐谱片段，并获取每个乐谱片段的帧数序列和音高ID序列；

依次将各所述乐谱片段的帧数序列和音高ID序列输入倚音预测模型中，得到所述数字乐谱的倚音位置信息以及倚音音高信息；

根据所述倚音位置信息以及倚音音高信息在所述数字乐谱中添加对应的倚音信息；

将添加了倚音信息后的数字乐谱输入歌声合成模型中进行歌声合成。

基于第一方面的一种实施方式，将数字乐谱进行切分，得到多个乐谱片段，包括：

从所述数字乐谱中提取每个音符的音阶信息和时长信息；

根据所述音阶信息和时长信息对所述数字乐谱进行前处理；

根据前处理后的数字乐谱中的休止符和换气符对该数字乐谱进行切分，得到多个乐谱片段，其中，每个乐谱片段包括至少三个音符，且每个乐谱片段的开头和结尾分别包括一个换气符时长和一个休止符时长。

基于第一方面的一种实施方式，根据所述音阶信息和时长信息对所述数字乐谱进行前处理，包括：

将所述数字乐谱中连续的、且具有相同音阶的同一个字进行合并，并将合并前的各个字的时长之和作为合并后的字的时长；和/或

将连续的休止符以及连续的换气符进行合并，并将合并前的各个休止符的时长之和作为合并后的休止符的时长以及将合并前的各个换气符的时长之和作为合并后的换气符的时长。

基于第一方面的一种实施方式，获取每个乐谱片段的帧数序列和音高ID序列添加对应的倚音信息，包括：

针对每一乐谱片段，将该乐谱片段中的各个音阶转化为对应的音高ID，得到一音高ID序列；