[发明专利]一种背景音乐生成方法、装置及电子设备

说明书

本发明公开了一种背景音乐生成方法，对获取的目标音视频数据进行语音识别，得到识别文字；利用自然语言处理技术对所述识别文字进行特征提取，得到N个特征向量；从预先训练的音乐生成器集中，获取所述N个特征向量对应的N个音乐生成器；将所述N个特征向量中每个特征向量输入到对应的音乐生成器中，得到N种风格音乐；将所述N种风格音乐进行合成，得到背景音乐，如此，在将N种风格音乐进行合成得到背景音乐时，由于背景音乐是由N种风格音乐生成的，且N为不小于2的整数，使得背景音乐是由多种风格音乐生成的，不属于现有的音乐和歌曲，如此，使得生成的背景音乐的个性化更强，与用户的需求更匹配。

技术领域

本发明涉及语音处理技术领域，特别涉及一种背景音乐生成方法、装置及电子设备。

背景技术

音乐一直是陪伴人类的一种重要艺术形式，而人类也从未停止对音乐的探索。随着计算机技术的发展，计算机与深度学习技术的结合使得创造音乐得到越来越多的应用。

现有技术中在生成背景音乐时，通常是利用用户预先设定音乐特征参数，输入给神经网络预测未来的音符，或者使用生成对抗神经网络进行音乐生成，能够快速的生成背景音乐，但生成的背景音乐不能很好地满足用户的需求。从而，亟需一种背景音乐生成方法以解决上述问题。

发明内容

本发明实施例提供一种背景音乐生成方法、装置及电子设备，用于生成音视频文件的背景音乐。

本发明实施例第一方面提供一种背景音乐生成方法，所述方法包括：

对获取的目标音视频数据进行语音识别，得到识别文字；

利用自然语言处理技术对所述识别文字进行特征提取，得到N个特征向量，其中，N为不小于2的整数；

从预先训练的音乐生成器集中，获取所述N个特征向量对应的N个音乐生成器；

将所述N个特征向量中每个特征向量输入到对应的音乐生成器中，得到N种风格音乐；

将所述N种风格音乐进行合成，得到背景音乐。

可选的，所述获取所述N个特征向量对应的N个音乐生成器，包括：

获取所述N个特征向量对应的N个情感标签；

根据情感标签与音乐生成器的对应关系，从所述音乐生成器集中获取与所述N个情感标签对应的所述N个音乐生成器。

可选的，所述对获取的目标音视频数据进行语音识别，得到识别文字，包括：

对获取的所述目标音视频数据进行音频提取，得到用户音频数据；

对所述用户音频数据进行语音识别，得到所述识别文字。

可选的，所述音乐生成器集的训练步骤包括，包括：

获取训练样本集，所述训练样本集中每个训练样本包括训练音视频数据；

针对训练样本集中的每个训练样本，对训练样本的训练音视频数据进行语音识别，得到训练识别文字；利用自然语言处理技术对所述训练识别文字进行特征提取，得到M个特征向量，其中，M为不小于N的整数；

采用对抗网络，利用每个训练样本的M个特征向量对M个音乐生成器进行模型训练，得到训练好的所述M个音乐生成器，将训练好的所述M个音乐生成器作为所述音乐生成器集，其中，所述M个音乐生成器与所述M个特征向量对应。

可选的，在得到背景音乐之后，所述方法还包括：

将所述背景音乐添加到所述目标音视频数据中。

本发明实施例第二方面还提供一种背景音乐生成装置，其特征在于，所述装置包括：