-
公开(公告)号：CN111816157A
公开(公告)日：2020-10-23
申请号：CN202010590726.0
申请日：2020-06-24
Applicant: 厦门大学
IPC: G10L13/02
Abstract: 本发明提供了一种基于语音合成的乐谱智能视唱方法和系统，所述方法包括：步骤一、数据准备，输入并解析abc乐谱，得出具体一个abc乐谱中每个音符的音高以及时长信息；步骤二、训练参数，制作训练数据时生成了长度5个以内的音符，即在处理一个完整的abc乐谱时，将其所有音符划分成5个音符一组；步骤三、合成音频拼接，具体包括乐谱分段识别、片段拼接、波形对齐与空白段填充三个子步骤；步骤四、对合成的音频进行可视化展示。本发明解决了训练过程计算量大、直接拼接时拼接痕迹会比较明显、拼接杂音等技术问题，生成的音频和原数据的效果对比很难分辨出差别。
-
公开(公告)号：CN111816157B
公开(公告)日：2023-01-31
申请号：CN202010590726.0
申请日：2020-06-24
Applicant: 厦门大学
IPC: G10L13/02
Abstract: 本发明提供了一种基于语音合成的乐谱智能视唱方法和系统，所述方法包括：步骤一、数据准备，输入并解析abc乐谱，得出具体一个abc乐谱中每个音符的音高以及时长信息；步骤二、训练参数，制作训练数据时生成了长度5个以内的音符，即在处理一个完整的abc乐谱时，将其所有音符划分成5个音符一组；步骤三、合成音频拼接，具体包括乐谱分段识别、片段拼接、波形对齐与空白段填充三个子步骤；步骤四、对合成的音频进行可视化展示。本发明解决了训练过程计算量大、直接拼接时拼接痕迹会比较明显、拼接杂音等技术问题，生成的音频和原数据的效果对比很难分辨出差别。
-
公开(公告)号：CN111816148A
公开(公告)日：2020-10-23
申请号：CN202010590728.X
申请日：2020-06-24
Applicant: 厦门大学
Abstract: 本发明提供了一种基于生成对抗网络的虚拟人声视唱方法和系统，所述方法包括：步骤一、输入abc记谱法文件和用Vocaloid制作的人声唱谱音频；步骤二、将abc文件转化为自定义格式的文本文件，将自定义文本文件和人声音频作为Tacotron-2神经网络模型的输入；步骤三、在Tacotron-2神经网络中，输入的文本文件中的字符通过512维的字符嵌入Character Embedding表示；步骤四、完成了虚拟人声波形文件的合成；步骤五、得到一段完整的虚拟人声视唱音乐。本发明用虚拟人声演唱乐谱，输出的语音节奏流畅自然，从而使得听者在聆听信息时会感觉自然，而不会感到设备的语音输出带有机械感与生涩感。
-
公开(公告)号：CN111816148B
公开(公告)日：2023-04-07
申请号：CN202010590728.X
申请日：2020-06-24
Applicant: 厦门大学
IPC: G10H1/00 , G06N3/08 , G06N3/0442 , G06N3/045 , G06N3/0464
Abstract: 本发明提供了一种基于生成对抗网络的虚拟人声视唱方法和系统，所述方法包括：步骤一、输入abc记谱法文件和用Vocaloid制作的人声唱谱音频；步骤二、将abc文件转化为自定义格式的文本文件，将自定义文本文件和人声音频作为Tacotron‑2神经网络模型的输入；步骤三、在Tacotron‑2神经网络中，输入的文本文件中的字符通过512维的字符嵌入Character Embedding表示；步骤四、完成了虚拟人声波形文件的合成；步骤五、得到一段完整的虚拟人声视唱音乐。本发明用虚拟人声演唱乐谱，输出的语音节奏流畅自然，从而使得听者在聆听信息时会感觉自然，而不会感到设备的语音输出带有机械感与生涩感。
-
-
-
Search Results
4
records
(took 0.044 seconds)
