歌声合成方法及装置与流程

本发明涉及语音合成技术领域，尤其涉及一种歌声合成方法及装置。

背景技术：

随着语音合成技术的发展，语音合成技术逐渐应用于人们的日常生活中，例如，有些用户唱歌五音不全，希望可以念出歌词，然后生成自己的歌声，则可以利用语音合成技术来实现。

目前，相关技术一般先对用户说话的语音进行识别，对应找出语音合成数据库中固有的歌声，然后提取该歌声的音色，再采用预先建立的转换模型，将该歌声的音色变成用户的音色，得到合成的用户歌声。其中，该滤波器模型用于将语音合成数据库中固有歌声的音色转换为用户的音色。

上述技术采用语音合成数据库中固有的音色来合成用户歌声，无法保留用户原本的音色，合成的用户歌声与用户的声音会有区别。

技术实现要素：

本发明实施例提供了一种歌声合成方法及装置，可以解决相关技术合成的用户歌声与用户的声音差别较大的问题。所述技术方案如下：

第一方面，提供一种歌声合成方法，包括：

当获取到用户语音时，提取出所述用户语音中每个字的基频、包络和辅音信息；

根据歌曲中每个字的音高频率，对所述用户语音中每个字的基频进行调整，所述歌曲中每个字的音高频率为所述歌曲中每个字的音高对应的频率；

对调整后的基频、所述用户语音中每个字的包络和辅音信息进行合成处理，得到合成音频；

根据所述歌曲中每个字的时长，对所述合成音频中每个字的时长进行调整，得到合成的用户歌声。

在一种可能实现方式中，所述根据歌曲中每个字的音高频率，对所述用户语音中每个字的基频进行调整，包括：

根据歌曲中每个字的音高频率，将所述用户语音中每个字的基频调整为所述歌曲中对应字的音高频率。

在一种可能实现方式中，所述根据所述歌曲中每个字的音高频率，将所述用户语音中每个字的基频调整为所述歌曲中对应字的音高频率，包括：

对于所述歌曲中的每个字，当所述字有多个音高频率时，根据所述多个音高频率的排序和比例，对所述用户语音中所述字的基频进行调整。

在一种可能实现方式中，所述提取出所述用户语音中每个字的基频、包络和辅音信息，包括：

通过特征提取算法，提取出所述用户语音中每个字的基频、包络和辅音信息，每个字提取出预设数量的基频，所述预设数量根据提取频率确定。

在一种可能实现方式中，所述根据歌曲中每个字的音高频率，对所述用户语音中每个字的基频进行调整，包括：

对于所述用户语音中的每个字，将所述字的预设数量的基频调整为所述歌曲中所述字的音高频率。

在一种可能实现方式中，所述根据所述歌曲中每个字的时长，对所述合成音频中每个字的时长进行调整，得到合成的用户歌声，包括：

根据所述歌曲中每个字的时长，将所述合成音频中每个字的时长调整为所述歌曲中对应字的时长，得到合成的用户歌声。

第二方面，提供一种歌声合成装置，包括：

提取模块，用于当获取到用户语音时，提取出所述用户语音中每个字的基频、包络和辅音信息；

调整模块，用于根据歌曲中每个字的音高频率，对所述用户语音中每个字的基频进行调整，所述歌曲中每个字的音高频率为所述歌曲中每个字的音高对应的频率；

合成模块，用于对调整后的基频、所述用户语音中每个字的包络和辅音信息进行合成处理，得到合成音频；

所述调整模块还用于根据所述歌曲中每个字的时长，对所述合成音频中每个字的时长进行调整，得到合成的用户歌声。

在一种可能实现方式中，所述调整模块用于根据歌曲中每个字的音高频率，将所述用户语音中每个字的基频调整为所述歌曲中对应字的音高频率。

在一种可能实现方式中，所述调整模块用于对于所述歌曲中的每个字，当所述字有多个音高频率时，根据所述多个音高频率的排序和比例，对所述用户语音中所述字的基频进行调整。

在一种可能实现方式中，所述提取模块用于通过特征提取算法，提取出所述用户语音中每个字的基频、包络和辅音信息，每个字提取出预设数量的基频，所述预设数量根据提取频率确定。

在一种可能实现方式中，所述调整模块用于对于所述用户语音中的每个字，将所述字的预设数量的基频调整为所述歌曲中所述字的音高频率。

在一种可能实现方式中，所述调整模块用于根据所述歌曲中每个字的时长，将所述合成音频中每个字的时长调整为所述歌曲中对应字的时长，得到合成的用户歌声。

第三方面，提供了一种计算机设备，包括处理器和存储器；所述存储器，用于存放计算机程序；所述处理器，用于执行所述存储器上所存放的计算机程序，实现第一方面任一种实现方式所述的方法步骤。

第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一种实现方式所述的方法步骤。

本发明实施例提供的技术方案带来的有益效果至少包括：

通过根据歌曲中每个字的音高频率，对用户说的每个字的基频进行调整后，将调整后的基频、用户原本的包络和辅助信息合成音频，再根据歌曲中每个字的时长，对用户说的每个字的时长进行调整，从而合成用户歌声。上述方案采用用户原本的包络和辅助信息合成用户歌声，可以保留用户原本的音色，合成的用户歌声与用户的声音更为接近。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种歌声合成方法的流程图；

图2是本发明实施例提供的一种歌声合成方法的流程图；

图3是本发明实施例提供的一种音高和频率之间对应的示意图；

图4是本发明实施例提供的一种歌声合成装置的结构示意图；

图5是本发明实施例提供的一种电子设备500的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

图1是本发明实施例提供的一种歌声合成方法的流程图。参见图1，该方法包括：

101、当获取到用户语音时，提取出该用户语音中每个字的基频、包络和辅音信息。

102、根据歌曲中每个字的音高频率，对该用户语音中每个字的基频进行调整，该歌曲中每个字的音高频率为该歌曲中每个字的音高对应的频率。

103、对调整后的基频、该用户语音中每个字的包络和辅音信息进行合成处理，得到合成音频。

104、根据该歌曲中每个字的时长，对该合成音频中每个字的时长进行调整，得到合成的用户歌声。

本发明实施例提供的方法，通过根据歌曲中每个字的音高频率，对用户说的每个字的基频进行调整后，将调整后的基频、用户原本的包络和辅助信息合成音频，再根据歌曲中每个字的时长，对用户说的每个字的时长进行调整，从而合成用户歌声。上述方案采用用户原本的包络和辅助信息合成用户歌声，可以保留用户原本的音色，合成的用户歌声与用户的声音更为接近。

在一种可能实现方式中，该根据歌曲中每个字的音高频率，对该用户语音中每个字的基频进行调整，包括：

根据歌曲中每个字的音高频率，将该用户语音中每个字的基频调整为该歌曲中对应字的音高频率。

在一种可能实现方式中，该根据该歌曲中每个字的音高频率，将该用户语音中每个字的基频调整为该歌曲中对应字的音高频率，包括：

对于该歌曲中的每个字，当该字有多个音高频率时，根据该多个音高频率的排序和比例，对该用户语音中该字的基频进行调整。

在一种可能实现方式中，该提取出该用户语音中每个字的基频、包络和辅音信息，包括：

通过特征提取算法，提取出该用户语音中每个字的基频、包络和辅音信息，每个字提取出预设数量的基频，该预设数量根据提取频率确定。

在一种可能实现方式中，该根据歌曲中每个字的音高频率，对该用户语音中每个字的基频进行调整，包括：

对于该用户语音中的每个字，将该字的预设数量的基频调整为该歌曲中该字的音高频率。

在一种可能实现方式中，该根据该歌曲中每个字的时长，对该合成音频中每个字的时长进行调整，得到合成的用户歌声，包括：

根据该歌曲中每个字的时长，将该合成音频中每个字的时长调整为该歌曲中对应字的时长，得到合成的用户歌声。

上述所有可选技术方案，可以采用任意结合形成本发明的可选实施例，在此不再一一赘述。

图2是本发明实施例提供的一种歌声合成方法的流程图。该方法由电子设备执行，参见图2，该方法包括：

201、当获取到用户语音时，提取出该用户语音中每个字的基频、包络和辅音信息。

本发明实施例中，用户可以向电子设备输入用户语音，例如，电子设备上可以安装有指定应用，该指定应用具有歌声合成的功能。当用户想要合成自己的歌声时，可以通过相应操作触发电子设备显示该指定应用的语音输入界面，在显示该语音输入界面的过程中，用户可以对着电子设备说话，如念出某首歌曲的歌词，使得电子设备可以采集到用户语音。

进一步地，电子设备可以提取用户语音的特征，包括用户语音中每个字的基频、包络和辅音信息。在一种可能实现方式中，电子设备可以通过特征提取算法，提取出该用户语音中每个字的基频、包络和辅音信息，每个字提取出预设数量的基频，该预设数量根据提取频率确定。

例如，电子设备可以通过world工具包含的特征提取算法，对用户语音进行特征提取，该特征提取算法可以包括基频提取算法、包络提取算法和辅音提取算法，通过每种提取算法对用户语音进行提取，可以得到相应的特征，如通过基频提取算法提取出用户语音的基频信息，通过包络提取算法提取出用户语音的包络信息，通过辅音提取算法提取出用户语音的辅音信息。

202、根据歌曲中每个字的音高频率，将该用户语音中每个字的基频调整为该歌曲中对应字的音高频率。

其中，该歌曲中每个字的音高频率为该歌曲中每个字的音高对应的频率。参见图3，图3是本发明实施例提供的一种音高和频率之间对应的示意图，歌曲中每个字的音高可以根据十二平均律的规则转换为对应的频率，如图3中的第一列音高与第四列频率存在对应关系，电子设备可以根据该对应关系，将歌曲中每个字的音高转换为对应的频率，从而得到每个字的音高频率。

本发明实施例中，对于该用户语音中的每个字，电子设备可以将该字的基频调整为该歌曲中对应字的音高频率。其中，对于用户语音中的每个字，歌曲中的对应字与该字为同一字。当然，对应字也可以仅是发音与该字的发音相同，本发明实施例对此不做限定。

针对步骤201中每个字提取出预设数量的基频，对于该用户语音中的每个字，电子设备可以将该字的预设数量的基频调整为该歌曲中对应字的音高频率。

在一种可能实现方式中，对于该歌曲中的每个字，当该字有多个音高频率时，根据该多个音高频率的排序和比例，对该用户语音中该字的基频进行调整。以歌曲中的字a为例，假设字a有频率1、频率2和频率3这三个频率，排序也是频率1->频率2->频率3，频率1在前面，占了50％，频率2在中间，占了30％，频率3在后面，占了20％。则电子设备可以将用户语音中字a的前50％频率调整为频率1，中间30％频率调整为频率2，后面20％的频率调整为频率3。

需要说明的是，该步骤202是根据歌曲中每个字的音高频率，对该用户语音中每个字的基频进行调整的一种可能实现方式。由于基频决定音高，通过将用户语音中每个字的基频调整为歌曲中字的音高频率，使得用户语音中每个字的音高与歌曲中对应字的音高相同。

203、对调整后的基频、该用户语音中每个字的包络和辅音信息进行合成处理，得到合成音频。

本发明实施例中，电子设备对用户语音中每个字的基频进行调整后，可以将调整后的基频与用户原本的包络和辅音信息合成音频(或音频)。

在一种可能实现方式中，电子设备可以利用world工具，执行合成处理的步骤，例如，该world工具可以包含语音合成算法，相应地，计算机设备可以通过该语音合成算法，将调整后的基频与用户语音中字的包络和辅音信息合成音频。由于采用用户原本的包络和辅助信息合成音频，而包络决定着用户的音色，因此这种合成音频的方式可以保留用户原本的音色。

204、根据该歌曲中每个字的时长，将该合成音频中每个字的时长调整为该歌曲中对应字的时长，得到合成的用户歌声。

本发明实施例中，上述步骤203中得到的合成音频仅是字的音高与歌曲中字的音高匹配，为了得到用户歌声，对于该合成音频中的每个字，电子设备可以通过变速算法，如soundtouch变速算法，将该字的时长调整为该歌曲中所对应字的时长。电子设备调整合成音频中字的时长后，即得到了合成的用户歌声，也即是，将用户说话的声音变成了歌声。

需要说明的是，根据该歌曲中每个字的时长，对该合成音频中每个字的时长进行调整，得到合成的用户歌声的一种可能实现方式。通过将合成音频中每个字的时长调整为歌曲中字的时长，使得合成音频变为用户歌声。由于采用用户原本的包络和辅助信息合成用户歌声，可以保留用户原本的音色，合成的用户歌声与用户的声音更为接近。

上述技术方案，先提取用户说的每个字的基频、包络和辅音信息，并根据歌曲的每个字的音高频率，将用户说的每个字的相应频率都变成歌曲的字的音高频率，然后与原来的基频信息和包络进行合成，并根据歌曲的每个字的时长，对用户说的每个字进行变速。因为该方案用的包络和辅音信息都是用户原本的，音色与用户的声音更为接近，合成的歌声也更为自然。

本发明实施例提供的方法，通过根据歌曲中每个字的音高频率，对用户说的每个字的基频进行调整后，将调整后的基频、用户原本的包络和辅助信息合成音频，再根据歌曲中每个字的时长，对用户说的每个字的时长进行调整，从而合成用户歌声。上述方案采用用户原本的包络和辅助信息合成用户歌声，可以保留用户原本的音色，合成的用户歌声与用户的声音更为接近。

图4是本发明实施例提供的一种歌声合成装置的结构示意图。参照图4，该装置包括：

提取模块401，用于当获取到用户语音时，提取出该用户语音中每个字的基频、包络和辅音信息；

调整模块402，用于根据歌曲中每个字的音高频率，对该用户语音中每个字的基频进行调整，该歌曲中每个字的音高频率为该歌曲中每个字的音高对应的频率；

合成模块403，用于对调整后的基频、该用户语音中每个字的包络和辅音信息进行合成处理，得到合成音频；

该调整模块402还用于根据该歌曲中每个字的时长，对该合成音频中每个字的时长进行调整，得到合成的用户歌声。

在一种可能实现方式中，该调整模块402用于根据歌曲中每个字的音高频率，将该用户语音中每个字的基频调整为该歌曲中对应字的音高频率。

在一种可能实现方式中，该调整模块402用于对于该歌曲中的每个字，当该字有多个音高频率时，根据该多个音高频率的排序和比例，对该用户语音中该字的基频进行调整。

在一种可能实现方式中，该提取模块401用于通过特征提取算法，提取出该用户语音中每个字的基频、包络和辅音信息，每个字提取出预设数量的基频，该预设数量根据提取频率确定。

在一种可能实现方式中，该调整模块402用于对于该用户语音中的每个字，将该字的预设数量的基频调整为该歌曲中该字的音高频率。

在一种可能实现方式中，该调整模块402用于根据该歌曲中每个字的时长，将该合成音频中每个字的时长调整为该歌曲中对应字的时长，得到合成的用户歌声。

本发明实施例中，通过根据歌曲中每个字的音高频率，对用户说的每个字的基频进行调整后，将调整后的基频、用户原本的包络和辅助信息合成音频，再根据歌曲中每个字的时长，对用户说的每个字的时长进行调整，从而合成用户歌声。上述方案采用用户原本的包络和辅助信息合成用户歌声，可以保留用户原本的音色，合成的用户歌声与用户的声音更为接近。

需要说明的是：上述实施例提供的歌声合成装置在歌声合成时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的歌声合成装置与歌声合成方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图5是本发明实施例提供的一种电子设备500的结构示意图。该电子设备500可以是：智能手机、平板电脑、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。电子设备500还可能被称为用户设备、便携式电子设备、膝上型电子设备、台式电子设备等其他名称。

通常，电子设备500包括有：处理器501和存储器502。

处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用dsp(digitalsignalprocessing，数字信号处理)、fpga(field－programmablegatearray，现场可编程门阵列)、pla(programmablelogicarray，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(centralprocessingunit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器501可以在集成有gpu(graphicsprocessingunit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器501还可以包括ai(artificialintelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本申请中方法实施例提供的歌声合成方法。

在一些实施例中，电子设备500还可选包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：射频电路504、显示屏505、摄像头506、音频电路507、定位组件508和电源509中的至少一种。

外围设备接口503可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器501和存储器502。在一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路504用于接收和发射rf(radiofrequency，射频)信号，也称电磁信号。射频电路504通过电磁信号与通信网络以及其他通信设备进行通信。射频电路504将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路504包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路504可以通过至少一种无线通信协议来与其它电子设备进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wirelessfidelity，无线保真)网络。在一些实施例中，射频电路504还可以包括nfc(nearfieldcommunication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏505用于显示ui(userinterface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏505是触摸显示屏时，显示屏505还具有采集在显示屏505的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏505还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏505可以为一个，设置电子设备500的前面板；在另一些实施例中，显示屏505可以为至少两个，分别设置在电子设备500的不同表面或呈折叠设计；在再一些实施例中，显示屏505可以是柔性显示屏，设置在电子设备500的弯曲表面上或折叠面上。甚至，显示屏505还可以设置成非矩形的不规则图形，也即异形屏。显示屏505可以采用lcd(liquidcrystaldisplay，液晶显示屏)、oled(organiclight-emittingdiode,有机发光二极管)等材质制备。

摄像头组件506用于采集图像或视频。可选地，摄像头组件506包括前置摄像头和后置摄像头。通常，前置摄像头设置在电子设备的前面板，后置摄像头设置在电子设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtualreality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件506还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路507可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理，或者输入至射频电路504以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在电子设备500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器501或射频电路504的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路507还可以包括耳机插孔。

定位组件508用于定位电子设备500的当前地理位置，以实现导航或lbs(locationbasedservice，基于位置的服务)。定位组件508可以是基于美国的gps(globalpositioningsystem，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源509用于为电子设备500中的各个组件进行供电。电源509可以是交流电、直流电、一次性电池或可充电电池。当电源509包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，电子设备500还包括有一个或多个传感器510。该一个或多个传感器510包括但不限于：加速度传感器511、陀螺仪传感器512、压力传感器513、指纹传感器514、光学传感器515以及接近传感器516。

加速度传感器511可以检测以电子设备500建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器511可以用于检测重力加速度在三个坐标轴上的分量。处理器501可以根据加速度传感器511采集的重力加速度信号，控制触摸显示屏505以横向视图或纵向视图进行用户界面的显示。加速度传感器511还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器512可以检测电子设备500的机体方向及转动角度，陀螺仪传感器512可以与加速度传感器511协同采集用户对电子设备500的3d动作。处理器501根据陀螺仪传感器512采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器513可以设置在电子设备500的侧边框和/或触摸显示屏505的下层。当压力传感器513设置在电子设备500的侧边框时，可以检测用户对电子设备500的握持信号，由处理器501根据压力传感器513采集的握持信号进行左右手识别或快捷操作。当压力传感器513设置在触摸显示屏505的下层时，由处理器501根据用户对触摸显示屏505的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器514用于采集用户的指纹，由处理器501根据指纹传感器514采集到的指纹识别用户的身份，或者，由指纹传感器514根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器501授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器514可以被设置电子设备500的正面、背面或侧面。当电子设备500上设置有物理按键或厂商logo时，指纹传感器514可以与物理按键或厂商logo集成在一起。

光学传感器515用于采集环境光强度。在一个实施例中，处理器501可以根据光学传感器515采集的环境光强度，控制触摸显示屏505的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏505的显示亮度；当环境光强度较低时，调低触摸显示屏505的显示亮度。在另一个实施例中，处理器501还可以根据光学传感器515采集的环境光强度，动态调整摄像头组件506的拍摄参数。

接近传感器516，也称距离传感器，通常设置在电子设备500的前面板。接近传感器516用于采集用户与电子设备500的正面之间的距离。在一个实施例中，当接近传感器516检测到用户与电子设备500的正面之间的距离逐渐变小时，由处理器501控制触摸显示屏505从亮屏状态切换为息屏状态；当接近传感器516检测到用户与电子设备500的正面之间的距离逐渐变大时，由处理器501控制触摸显示屏505从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图5中示出的结构并不构成对电子设备500的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种存储有计算机程序的计算机可读存储介质，例如存储有计算机程序的存储器，上述计算机程序被处理器执行时实现上述实施例中的歌声合成方法。例如，该计算机可读存储介质可以是只读内存(read-onlymemory,rom)、随机存取存储器(randomaccessmemory，ram)、只读光盘(compactdiscread-onlymemory，cd-rom)、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。