[发明专利]录音的修音方法及相关装置

权利要求书

1.一种录音的修音方法，其特征在于，所述方法包括：

对混音信号中的用户干声信号进行音量均衡，获得音量均衡后的用户干声信号，

对歌曲的原唱干声信号以及音量均衡后的用户干声信号进行对齐处理，获得对齐信息，所述对齐信息中包括所述音量均衡后用户干声信号的每个信号帧与所述原唱干声信号的每个信号帧之间的对应关系；

根据所述对齐信息，对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号。

2.根据权利要求1所述的方法，其特征在于，所述对混音信号中的用户干声信号进行音量均衡，获得音量均衡后的用户干声信号之前，所述方法还包括：

对混音信号进行音量均衡，获得音量均衡后的混音信号；

对所述音量均衡后的混音信号进行歌声分离，获得所述混音信号中的用户干声信号。

3.根据权利要求2所述的方法，其特征在于，所述对所述音量均衡后的混音信号进行歌声分离，获得所述混音信号中的用户干声信号，包括：

将所述音量均衡后的混音信号输入到神经网络，获得所述混音信号中的用户干声信号；所述神经网络中卷积核大小和通道数是通过歌声分离训练样本进行训练获得的。

4.根据权利要求1所述的方法，其特征在于，所述根据所述对齐信息，对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号，包括：

根据所述对齐信息和所述歌曲的时间戳信息，确定所述音量均衡后的用户干声信号的时间戳信息；

根据所述音量均衡后的用户干声信号的时间戳信息和基频，确定所述音量均衡后的用户干声信号中每个字的基频；

根据所述音量均衡后的用户干声信号中每个字的基频，对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号。

5.根据权利要求4所述的方法，其特征在于，所述根据所述音量均衡后的用户干声信号的时间戳信息和基频，确定所述音量均衡后的用户干声信号中每个字的基频之前，所述方法还包括：

对所述音量均衡后的用户干声信号进行基频提取，获得所述音量均衡后的用户干声信号的基频。

6.根据权利要求4所述的方法，其特征在于，所述根据所述音量均衡后的用户干声信号中每个字的基频，对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号，包括：

根据所述音量均衡后的用户干声信号中每个字的基频和所述歌曲的参考曲谱中每个字的音高，确定所述音量均衡后的用户干声信号中每个字的修音幅度；

利用所述音量均衡后的用户干声信号中每个字的修音幅度对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号。

7.根据权利要求6所述的方法，其特征在于，在所述音量均衡后的用户干声信号中存在任一字的修音幅度大于预设阈值时，执行利用所述音量均衡后的用户干声信号中每个字的修音幅度对所述音量均衡后的用户干声信号进行修音的步骤。

8.根据权利要求6所述的方法，其特征在于，所述利用所述音量均衡后的用户干声信号中每个字的修音幅度对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号，包括：

根据所述音量均衡后的用户干声信号中每个字的修音幅度，确定对每个字的修音程度；

基于所述每个字的修音程度和修音幅度，对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号。

9.根据权利要求6所述的方法，其特征在于，所述利用所述音量均衡后的用户干声信号中每个字的修音幅度对所述音量均衡后的用户干声信号进行修音，获得修音后的用户干声信号，包括：

确定音量均衡后的用户干声信号中修音幅度大于预设阈值的目标字，利用所述目标字的修音幅度对所述目标字进行修音，以获得修音后的用户干声信号。