[发明专利]目标音乐的生成方法、装置、终端及存储介质

说明书

本申请公开了一种目标音乐的生成方法、装置、终端及存储介质。方法包括：基于目标音频文件和初始模型，确定目标片段生成模型；基于目标片段生成模型和目标音频特征数据，得到多个音频片段；从多个音频片段中选取一个音乐片段作为目标音频片段；基于目标音频片段、目标音频片段对应的类型和目标排列方式，生成目标音乐。本发明基于音频片段的音乐重组，能够使生产的AI音乐更加流畅，符合人类对音乐的听感需求，并且，可以根据需要生产不同时长的有版权音乐，能够为媒体创作者的生产提高效率。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种目标音乐的生成方法、装置、终端及存储介质。

背景技术

在媒体信息时代，媒体的创作量与日俱增，其中配乐是媒体创作过程必要一环。这意味着，版权音乐具有大量的交易需求，往往媒体创作者还会对配乐进行二次剪辑以适配媒体时长。因此，在版权音乐的创作中，AI可以发挥其多样性和高效性的特点，提高版权音乐的生产力。

目前，市场上的AI音乐生成技术主要将音乐MIDI音符作为时序信号，借鉴NLG(Nature Language Generate)领域的语言生成思路，致力于让AI模型学习其时序分布规律，从而做到新的音符段落的生成。

但是，上述基于音符级别的音乐生成方法存在用户体验差的问题。

发明内容

本申请的主要目的在于提供一种视频的分幕节点预测方法、装置、终端及存储介质，以解决相关技术中对分割点进行预测存在准确度低的问题。

为了实现上述目的，第一方面，本申请提供了一种目标音乐的生成方法，包括：

基于目标音频文件和初始模型，确定目标片段生成模型；

基于目标片段生成模型和目标音频特征数据，得到多个音频片段；

从多个音频片段中选取一个音乐片段作为目标音频片段；

基于目标音频片段、目标音频片段对应的类型和目标排列方式，生成目标音乐。

在一种可能的实现方式中，基于目标音频文件和初始模型，确定目标片段生成模型，包括：

对目标音频文件进行格式转换，得到目标音频文件对应的梅尔频谱图；

利用梅尔频谱图对初始模型进行训练，得到目标片段生成模型。

在一种可能的实现方式中，基于目标片段生成模型和目标音频特征数据，得到多个音频片段，包括：

确定目标音频特征数据；

将目标音频特征数据输入目标片段生成模型，得到多个音频片段。

在一种可能的实现方式中，基于目标音频片段、目标音频片段对应的类型和目标排列方式，生成目标音乐，包括：

基于目标音频片段对应的类型，确定目标排列方式；

利用目标排列方式对目标音频片段进行编排，生成目标音乐。

在一种可能的实现方式中，目标音频片段为贝斯轨道音频片段；

利用目标排列方式对目标音频片段进行编排，生成目标音乐，包括：

将贝斯轨道音频片段在第一预设时长内持续循环，得到目标音乐。

在一种可能的实现方式中，目标音频片段为鼓轨道音频片段、和弦轨道音频片段或旋律轨道音频片段；

利用目标排列方式对目标音频片段进行编排，生成目标音乐，包括：

按照预设概率确定第二预设时长；

将第一预设时长与第二预设时长作差，得到第三预设时长；