[发明专利]基于神经网络的歌词生成方法、装置、设备和存储介质有效
| 申请号: | 201811093496.6 | 申请日: | 2018-09-19 |
| 公开(公告)号: | CN109471951B | 公开(公告)日: | 2023-06-02 |
| 发明(设计)人: | 梅亚琦;刘奡智;王义文;王健宗;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G06F16/63 | 分类号: | G06F16/63;G06F16/632;G06N3/044;G06N3/08 |
| 代理公司: | 北京市京大律师事务所 11321 | 代理人: | 苏福念 |
| 地址: | 518033 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 神经网络 歌词 生成 方法 装置 设备 存储 介质 | ||
本发明涉及音频处理技术领域,尤其涉及一种基于神经网络的歌词生成方法、装置、设备和存储介质。基于神经网络的歌词生成方法包括:获取歌曲风格类型,从全集中搜索到对应的子集;获取特征词,生成对应的多个字或词;计算所述多个字或词为下一个词的概率,并结合歌词规则得到将要输出的词;判断其与前几个词之间的联系是否紧密,若判断为是则输出,若判断为否则重新生成新的词;获取歌词的字数要求,对将要输出的歌词进行字数判断,若字数符合则输出,若字数不符合则重新生成。本发明通过循环神经网络模型和马尔科夫模型自动生成歌词,生成的歌词之间逻辑关联性好,与用户所需歌词的主题密切相关。
技术领域
本发明涉及音频处理技术领域,特别是涉及基于神经网络的歌词生成方法、装置、设备和存储介质。
背景技术
歌词是歌曲的重要组成部分,能够表达作曲家和作词人的真实情感,随着科技发展,自动生成歌词的技术也在不断进步,人们可以用同样的曲调、不同的歌词来表达不同的具体内容和情感;同时,自动生成歌词技术也能为作词人提供无限的创作灵感,增加歌曲表达的多样性。因此,在已有乐曲的情况下,研发出能够自动生成匹配原曲的新歌词的装置成为了一个新的挑战。现在已有能够根据图片内容来生成与图片风格类型相对应歌词的技术,但现有的歌词生成技术所生成的歌词之间逻辑关联性较差,且难以与用户所需歌词的主题密切相关。
根据以上情况,本技术方案提供了一种基于神经网络的歌词生成方法,使得预测的词与前几个词有较强的联系,且同时神经网络使得预测的词受到已生成的所有词的影响,最终所得歌词与输入的风格类型相匹配,歌词之间词末相互押韵,联系紧密。
发明内容
基于此,有必要针对现有技术所生成的歌词之间逻辑关联性较差,且难以与用户所需歌词的主题密切相关的问题,提供一种基于神经网络的歌词生成方法、装置、设备和存储介质。
一种基于神经网络的歌词生成方法,所述基于神经网络的歌词生成方法,包括如下步骤:
根据输入的歌曲风格类型,从全集中搜索到与所述歌曲风格类型相对应的子集,所述全集是指包括所有风格类型的字词的集合,所述子集是指包括某个风格类型的字词的集合;
根据输入的歌词特征词,从所述子集中生成对应的多个字或词;
计算所述多个字或词为当前词的下一个词的概率,并结合歌词规则得到下一个将要输出的词;
判断所述将要输出的词与其前几个词之间的联系是否紧密,若判断为是,则输出该词,若判断为否,则根据所述特征词重新生成新的词;
根据输入的歌词的字数要求,对将要输出的一句歌词进行字数判断,若字数符合要求则输出该句歌词,若字数不符合要求则重新生成该句歌词。
在一个实施例中,所述根据输入的歌曲风格类型,从全集中搜索到与所述歌曲风格类型相对应的子集之前,包括:
从数据库中获取一定数量的不同风格类型的歌曲进行学习;
在学习阶段,设置初始权重,当该权重值随学习深度的增加而达到一定精度后进入工作阶段;
在工作阶段,根据不同风格类型的歌曲筛选相关词,形成包含各风格类型的全集,所述全集中包含了与各风格类型相关的所有字和词以及通用的、中性的字和词。
在一个实施例中,所述根据输入的歌词特征词,从所述子集中生成对应的多个字或词,包括:
获取每一句歌词的特征词并进行比较,若所有的所述特征词都一致时,直接从对应的所述子集中搜索与所述特征词最相近的字或词;若存在有多个所述特征词时,则根据所述特征词分别从对应的所述子集中搜索对应的字或词。
在一个实施例中,所述计算所述多个字或词为当前词的下一个词的概率,并结合歌词规则得到下一个将要输出的词,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811093496.6/2.html,转载请声明来源钻瓜专利网。





