[发明专利]一种基于K均值聚类算法生成逐字歌词文件的系统与方法

权利要求书

1.一种基于K均值聚类算法生成逐字歌词文件的系统，其特征在于，包括：

获取模块，用于获取需要生成歌词文件的音频数据和所述音频数据中的文字；

分割模块，用于对所述的音频数据根据预设分割时长进行分割，至少分割成一个音频片段，所述分割所得的音频片段总数至少为一倍的所述文字总数；

转换模块，用于对所有所述音频片段进行傅里叶变换，得到对应的频域片段；

节点模块，用于获取所有所述频域片段能量在频域分布范围值，利用K均值聚类算法根据频率能量变化差异度值将所述频域片段分成K个簇，其中，所述K值与所述音频数据中的文字总数一致，根据时间先后次序对每个簇中的频域片段进行排序，将每个簇中排序后的起始频域片段对应的时间记为频率发生变化的时间节点；

生成模块，用于将获取的所有时间节点与所述文字根据先后次序一一对应，生成逐字歌词文件。

2.根据权利要求1所述的系统，其特征在于，所述节点模块中，所述K均值聚类算法的算法处理过程为：

步骤1，随机任选K个频率片段作为K个簇中心；

步骤2，分别计算剩余的频率片段与K个簇中心的频率能量变化差异度，将所述差异度数值最低的频域片段划分到同一个簇；

步骤3，根据步骤2的簇聚类结果，重新计算每个簇的簇中心，并对簇中心进行更新，所述计算方法为计算每个簇中所有频域片段频率能量变化差异度的均值；

步骤4，循环执行步骤2和步骤3的过程，直到每个簇的差异度均值小于或等于设定的阈值。

3.根据权利要求1所述的系统，其特征在于，所述获取模块包括语音识别模块，用于通过智能语音识别技术，识别所述音频数据中的所有文字。

4.根据权利要求3所述的系统，其特征在于，所述生成模块包括：用于将所得的所述时间节点与所述语音识别模块识别的文字根据先后次序进行一一对应，生成逐字歌词文件。

5.根据权利要求1所述的系统，其特征在于，所述分割模块的预设分割时长可根据所述音频数据的舒缓程度设定。

6.一种基于K均值聚类算法生成逐字歌词文件的方法，其特征在于，包括：

获取需要生成歌词文件的音频数据和所述音频数据中的文字；

对所述的音频数据根据预设分割时长进行分割，至少分割成一个音频片段，所述分割所得的音频片段总数至少为一倍的所述文字总数；

对所有所述音频片段进行傅里叶变换，得到对应的频域片段；

获取所有所述频域片段能量在频域分布范围值，利用K均值聚类算法根据频率能量变化差异度值将所述频域片段分成K个簇，其中，所述K值与所述音频数据中的文字总数一致，根据时间先后次序对每个簇中的频域片段进行排序，将每个簇中排序后的起始频域片段对应的时间记为频率发生变化的时间节点；

将获取的所有时间节点与所述文字根据先后次序一一对应，生成逐字歌词文件。

7.根据权利要求6所述的方法，其特征在于，所述K均值聚类算法的算法处理过程为：

步骤1，随机任选K个频率片段作为K个簇中心；

步骤2，分别计算剩余的频率片段与K个簇中心的频率能量变化差异度，将所述差异度数值最低的频域片段划分到同一个簇；

步骤3，根据步骤2的簇聚类结果，重新计算每个簇的簇中心，并对簇中心进行更新，所述计算方法为计算每个簇中所有频域片段频率能量变化差异度的均值；

步骤4，循环执行步骤2和步骤3的过程，直到每个簇的差异度均值小于或等于设定的阈值。

8.根据权利要求6所述的方法，其特征在于，所述方法包括，通过智能语音识别技术，识别所述音频数据中的所有文字。

9.根据权利要求8所述的方法，其特征在于，所述方法包括，将所得的所述时间节点与识别的所述文字根据先后次序进行一一对应，生成逐字歌词文件。

10.根据权利要求6所述的方法，其特征在于，所述预设分割时长可根据所述音频数据的舒缓程度设定。