[发明专利]一种实现语音歌唱化的方法和装置

说明书

本发明实施例公开了一种实现语音歌唱化的方法和装置，所述方法包括：接收用户输入的语音信号；将所述语音信号切分获得各基本考察单元的语音片断；根据预置的简谱，确定简谱中的各音符与所述各基本考察单元的对应关系；根据简谱中各音符的音高，和所述对应关系，分别确定其所对应的基本考察单元的目标基频值；根据简谱中各音符的节拍数，和所述对应关系，分别确定其所对应的基本考察单元的目标时长；根据所述目标基频值和目标时长调整各基本考察单元的语音片断，使得调整后的语音片段的基频为所述目标基频值，调整后的语音片段的时长为所述目标时长。该方法避免了多次信号转换的损失，实现了对任意长度及任意内容的语音向任意歌曲的唱歌语音转换。

技术领域

本发明涉及语音信号处理领域，具体涉及一种实现语音歌唱化的方法和装置。

背景技术

近年来，歌唱合成系统，即将用户输入的文本数据转换为歌唱语音的方法以及得到了广泛的研究和应用。歌唱合成系统的实现首先要求录制大量的歌曲数据，包括语音数据和简谱数据等，以提供合成系统所需的语音片段或训练可靠的模型参数。然后，由于歌曲数据录制的代价较大，歌唱合成系统通常只能选择录制某个特定发音人的数据，相应的提供的歌唱合成效果限定为特定发音人的音色，不适合个性化定制，无法实现到特定音色的演绎，特别是用户自身音色的重现。

针对上述问题，现有技术中开发了一种歌唱合成方法，允许设备接收用户以说话风格方式输入的语音数据，系统按照预设的简谱对语音数据进行优化实现歌曲合成。这种方式保留了用户语音数据的音色，实现个性化合成。具体操作包括：（1）系统接收用户说话风格的歌词语音输入；（2）通过人工切分的方式将语音信号切分为各个独立的基于音素单元的语音片段；（3）并根据简谱标注确定各音素单元和简谱音符的对应关系；（4）系统从各音素单元的语音片段中提取声学频谱特征，基频特征等；（5）系统根据简谱标注信息确定目标歌曲的基频F0特征参数和时长特征，并据此调整各音素单元的基频特征和时长；（6）系统根据各音素单元的声学频谱特征，以及韵律特征（如：基频特征及时长特征等），合成歌唱语音输出。

该现有技术虽然实现了从说话风格语音信号到歌唱风格的转换，但具有如下问题：

一方面，该方案只能实现简谱对应的歌词的说话风格语音输入的转换。也就是说用户只能输入指定歌曲的歌词，无法实现对任意长度的，任意内容的歌曲合成效果转换，应用方法受限，同时也降低了娱乐效果；

进一步，该方案通过人工切分方式，实现了说话风格的连续语音信号的切分，以及简谱音符的对应。对人工要求较高，受到语种的限制，无法普适推广。

而且，该方案采用的是参数合成方式，即首先将语音信号转换为声学特征，随后在特征层面上按照歌唱标准进行优化，最后按照合成方式从优化特征中合成得到连续语音信号。显然从语音信号到特征参数的转换，以及特征参数到语音信号的合成中均存在信号的损失，音质有明显的下降。

发明内容

本发明实施例提供了一种实现语音歌唱化的方法和装置，能够自动对语音进行切分，而且可以将任意长度和任意内容的说话语音转换为用户需要的歌曲。

本发明实施例提供了一种实现语音歌唱化的方法，所述方法包括：

接收用户输入的语音信号；

将所述语音信号切分获得各基本考察单元的语音片断；

根据预置的简谱，确定简谱中的各音符与所述各基本考察单元的对应关系；

根据简谱中各音符的音高，和所述对应关系，分别确定其所对应的基本考察单元的目标基频值；

根据简谱中各音符的节拍数，和所述对应关系，分别确定其所对应的基本考察单元的目标时长；

根据所述目标基频值和目标时长调整各基本考察单元的语音片断，使得调整后的语音片段的基频为所述目标基频值，调整后的语音片段的时长为所述目标时长。