[发明专利]多媒体数据生成方法、装置、电子设备及计算机存储介质

权利要求书

1.一种多媒体数据生成方法，其特征在于，包括：

对获取的待处理人声音频进行频谱的能量谱和差分谱分析，根据分析结果确定所述待处理人声音频中的人声音节信息；

根据伴奏音频的节拍信息，对所述人声音节信息指示的人声音节进行处理，以生成与所述伴奏音频匹配的目标人声音频；

对所述目标人声音频和所述伴奏音频进行合成，生成多媒体数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述目标人声音频和所述伴奏音频进行合成，生成多媒体数据，包括：

分别对所述目标人声音频和所述伴奏音频，进行添加音效处理；

对音效添加后的所述目标人声音频和所述伴奏音频进行合成，以生成所述多媒体数据。

3.根据权利要求2所述的方法，其特征在于，所述分别对所述目标人声音频和所述伴奏音频，进行添加音效处理，包括：

获取所述目标人声音频中停顿时长大于第一预设时长的第一停顿的时间信息；

根据所述第一停顿的时间信息，从所述目标人声音频中确定对应的至少一个第一音频片段，并从所述伴奏音频中确定对应的至少一个第二音频片段；

分别对所述第一音频片段和所述第二音频片段进行添加音效处理，生成对应的音效添加后的目标人声音频和伴奏音频。

4.根据权利要求3所述的方法，其特征在于，所述分别对所述第一音频片段和所述第二音频片段进行添加音效处理，生成对应的音效添加后的目标人声音频和伴奏音频，包括：

根据预设的第一音效算法，对各所述第一音频片段进行延时处理，获取与各所述第一音频片段对应的第一效果片段，并将所述目标人声音频中的各所述第一音频片段替换为对应的所述第一效果片段；

根据预设的第二音效算法，对各所述第二音频片段进行静音处理，获取与各所述第二音频片段对应的第二效果片段，并将所述伴奏音频中的各所述第二音频片段替换为对应的所述第二效果片段。

5.根据权利要求3所述的方法，其特征在于，所述分别对所述目标人声音频和所述伴奏音频，进行添加音效处理，还包括：

获取所述目标人声音频中停顿时长小于或等于所述第一预设时长，且大于第二预设时长的第二停顿的时间信息；

根据所述第二停顿的时间信息，从所述伴奏音频中确定对应的至少一个第三音频片段；

对各所述第三音频片段进行添加音效处理，获得对应的伴奏音频。

6.根据权利要求5所述的方法，其特征在于，所述对各所述第三音频片段进行添加音效处理，获得对应的伴奏音频，包括：

对各所述第三音频片段进行音频往复处理，获得对应的伴奏音频；

和/或，

对各所述第三音频片段进行播放增速处理，获得对应的伴奏音频；

和/或，

对各所述第三音频片段进行播放减速处理，获得对应的伴奏音频。

7.根据权利要求2所述的方法，其特征在于，对音效添加后的所述目标人声音频和所述伴奏音频进行合成，以生成所述多媒体数据，包括：

计算音效添加后的所述目标人声音频的响度和所述伴奏音频的响度，并根据所述目标人声音频的响度和所述伴奏音频的响度，分别对所述目标人声音频和所述伴奏音频进行响度增益处理；

将增益处理后的所述目标人声音频与所述伴奏音频叠加，以获得合成音频；

根据所述合成音频，生成所述多媒体数据。

8.根据权利要求7所述的方法，其特征在于，所述根据所述合成音频，生成所述多媒体数据，包括：

对所述合成音频进行总增益处理，并根据总增益后的所述合成音频生成所述多媒体数据。