[发明专利]音频模板的生成方法、服务器及存储介质

权利要求书

1.一种音频模板的生成方法，其特征在于，所述方法包括：

获取目标音频以及所述目标音频对应的音符序列；所述音符序列由多个连续的音符片段组成，每个音符片段由多个连续的音频帧表达；

对所述目标音频中的各音频帧进行基频提取，确定各音频帧的初始基频特征；对所述目标音频中的各音频帧进行能量提取，确定各音频帧的初始能量特征；以及，对所述多个连续的音符片段进行音高提取，确定各音符片段的音高特征；

基于各所述音频帧的初始基频特征与对应匹配的所述音符片段的音高特征之间的统计数据，确定针对所述目标音频的预测基频特征；以及，基于各所述音频帧的初始能量特征的统计数据，确定针对所述目标音频的预测能量特征；

融合所述预测基频特征和所述预测能量特征，生成针对于所述目标音频的音频模板。

2.根据权利要求1所述的方法，其特征在于，所述基于各所述音频帧的初始基频特征与对应匹配的所述音符片段的音高特征之间的统计数据，确定针对所述目标音频的预测基频特征，包括：

基于各所述音频帧的初始基频特征与对应匹配的所述音符片段的音高特征之间的统计数据，确定针对所述目标音频的音频抖动特征；

融合所述目标音频的音频抖动特征和各所述音符片段的音高特征，生成针对所述目标音频的预测基频特征。

3.根据权利要求2所述的方法，其特征在于，所述初始基频特征包括对应所述音频帧的初始基频值，所述音高特征包括对应所述音符片段的初始音高值；

所述基于各所述音频帧的初始基频特征与对应匹配的所述音符片段的音高特征之间的统计数据，确定针对所述目标音频的音频抖动特征，包括：

在各所述音频帧的初始基频值与对应时间域上相匹配的所述音符片段的初始音高值中，确定两者的差值的绝对值；每一所述音符片段在对应时间域上与至少一个所述音频帧相匹配；

在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应的各所述绝对值的大小，确定针对所述目标音频的抖动频率特征和抖动幅度特征；

其中，所述抖动频率特征表征在所述音符片段对应的时间域内，所述目标音频出现颤音的频率；所述抖动幅度特征表征在所述音符片段对应的时间域内，所述目标音频出现的颤音的强度。

4.根据权利要求3所述的方法，其特征在于，所述在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应的各所述绝对值的大小，确定针对所述目标音频的抖动频率特征和抖动幅度特征，包括：

在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应的各所述绝对值中为零值的第一数量与对应相匹配的所述音频帧的第二数量之间的商值，确定针对所述目标音频的抖动频率特征；

在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应的各所述绝对值的大小，确定针对所述目标音频的抖动幅度特征。

5.根据权利要求4所述的方法，其特征在于，所述在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应的各所述绝对值的大小，确定针对所述目标音频的抖动幅度特征，包括以下两项中的任意一项：

在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应处于预设阈值区间内的各所述绝对值之间的均值，确定针对所述目标音频的抖动幅度特征；

在每一所述音符片段对应相匹配的所述至少一个音频帧中，基于对应处于预设百分比之后的各所述绝对值之间的均值，确定针对所述目标音频的抖动幅度特征。