一种音乐风格的转换方法、装置及终端设备与流程

本发明属于数据处理技术领域，尤其涉及一种音乐风格的转换方法、装置、终端设备及计算机可读存储介质。

背景技术：

随着人类物质文明的发展，精神文明也开始得到了日益重视。在娱乐文化盛行的时代，音乐领域的技术对当代精神文明建设起到极为重要的作用，而音乐风格迁移一直都是音乐编曲领域的一大刚性需求。音乐风格迁移技术能够为各类娱乐媒介、音乐人等提供非常便捷的支持，比如：在播放较为忧伤画风的视频图像时，采用较为低沉忧伤的音乐风格进行编曲；在播放较为喜庆的视频图像时，则切换选取较为欢快喜悦的音乐风格进行编曲。

然而，通常来说，乐曲音乐风格的迁移都是由用户根据自己的创作能力来设置完成的，因此，难以实现音乐风格的自动化迁移，具有较低的灵活性。

技术实现要素：

有鉴于此，本发明实施例提供了一种音乐风格的转换方法、装置、终端设备及计算机可读存储介质，以解决现有技术中难以实现音乐风格的自动化迁移以及音乐风格迁移过程中所存在的灵活性较低的问题。

本发明实施例的第一方面提供了一种音乐风格的转换方法，包括：

获取关于原始音频数据的第一乐器数字接口midi文件；

解析所述第一midi文件所包含的音符元素，并通过预设算法对所述音符元素的音高值进行编码处理，得到第一编码；

获取关联原始音乐调式以及目标音乐调式的编码映射关系表；

基于所述编码映射关系表确定所述第一编码对应的第二编码，并对所述第二编码进行解码处理，以确定所述第二编码的音高值；

生成关于各个所述第二编码的音高值的第二midi文件，并根据所述第二midi文件得到目标音频数据。

本发明实施例的第二方面提供了一种音乐风格的转换装置，包括：

第一获取单元，用于获取关于原始音频数据的第一乐器数字接口midi文件；

解析单元，用于解析所述第一midi文件所包含的音符元素，并通过预设算法对所述音符元素的音高值进行编码处理，得到第一编码；

第二获取单元，用于获取关联原始音乐调式以及目标音乐调式的编码映射关系表；

解码单元，用于基于所述编码映射关系表确定所述第一编码对应的第二编码，并对所述第二编码进行解码处理，以确定所述第二编码的音高值；

生成单元，用于生成关于各个所述第二编码的音高值的第二midi文件，并根据所述第二midi文件得到目标音频数据。

本发明实施例的第三方面提供了一种终端设备，包括存储器以及处理器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述音乐调式的转换方法的步骤。

本发明实施例的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存储有计算机程序，所述处理器执行所述计算机程序时实现如上述音乐调式的转换方法的步骤。

本发明实施例中，通过获取关于原始音频数据的乐器数字接口midi文件，使得系统能够对数字化的midi文件进行解析，以确定原始音频数据所包含的各个音符元素以及音乐调式，从而实现对音符元素的编码操作。通过预先建立关于各类音乐调式之间相互关系的编码映射关系表，使得在获知目标音乐调式之时，能够自动确定目标音乐调式中各音乐元素的音高值，生成关于其中各个音高值的目标midi文件，实现音乐风格的自动化转换。在该过程中，由于用户无需再根据自己的创作能力来手动改变音频数据的音乐风格，因此，提高了音乐风格迁移的灵活性以及准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术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性的前提下，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音乐风格的转换方法的实现流程示意图；

图2是本发明另一实施例提供的音乐风格的转换方法的实现流程示意图；

图3是本发明又一实施例提供的音乐风格的转换方法的实现流程示意图；

图4是本发明又一实施例提供的音乐风格的转换方法的实现流程示意图；

图5是本发明实施例提供的音乐风格的转换方法s114的具体实现流程图；

图6是本发明实施例提供的音乐风格的转换装置的结构框图；

图7是本发明实施例提供的终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解的是，虽然术语“第一”、“第二”等在文本中在一些本发明实施例中用来描述各种元素，但是这些元素不应该受到这些术语的限制。这些术语只是用来将一个元素与另一元素区分开。例如，第一编码可以被命名为第二编码，并且类似地，第二编码可以被命名为第一编码，而不背离各种所描述的实施例的范围。第一编码和第二编码都是编码，但是它们不是同一类型的编码。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

图1示出了本发明实施例提供的音乐风格的转换方法的实现流程图，详述如下：

s101：获取关于原始音频数据的第一乐器数字接口midi文件。

本发明实施例中，需要执行音乐风格转换的音乐片段为原始音频数据，具体是指预先获取得到的乐音类型的声音模拟信号。通过以下方式来获取关于该原始音频数据的乐器数字接口(musicalinstrumentdigitalinterface，midi)文件：对上述声音模拟信号进行采样、量化和编码，得到关于原始音频数据的midi文件；或者，通过midi键盘或打谱器等工具来获取关于原始音频数据的midi文件，包括：若检测到音乐创作人触发各个乐键，则根据各个乐键的触发顺序，生成对应的单旋律midi文件；通过midi键盘或打谱器所提供的对接接口，接收到其传输过来的midi文件。

本发明实施例中，若干个高低不同的乐音，围绕某一有稳定感的中心音，按一定的音程关系组织在一起所形成的一个有机的体系为音乐调式。不同的音乐调式具有不同的音阶结构以及音级间的相互关系，从而使得不同的乐曲能够具有不同的风格特色。

原始音频数据的音乐调式为原始音乐调式。本发明实施例中，在对原始音频数据进行音乐风格转换之前，获取该原始音频数据的音乐调式，包括：根据用户预先录输入的参数信息，从参数信息中提取关于该原始音频数据的音乐调式；或者，通过检测原始音频数据中各个音符元素的音名，确定原始音频数据的音乐调式。其中，音乐调式包括但不限于二十四大小调、中国传统五声调式以及日本都节调式等。

示例性地，若检测到原始音频数据中仅包括c、d、e、g、a这五个音名，则确定其原始音乐调式为中国传统五声调式。

s102：解析所述第一midi文件所包含的音符元素，并通过预设算法对所述音符元素的音高值进行编码处理，得到第一编码。

本发明实施例中，通过预设算法遍历关于原始音频数据的midi文件，以检测其包含的各个音符元素的音高值，并把各个音高值存入预先建立的数组中。其中，音符元素的音高值表示其midi音高。上述预设算法用于根据音符元素与midi音高的对应关系，输出midi文件中每一音符元素对应的midi音高。例如，若预设算法可以是：foriinmidi:pitches＝i.pitch；则对于音符元素c4、d4、e4、f4、g4，在将其输入该预设算法后，可分别输出对应的midi音高为60、62、64、65、67。

本发明实施例中，按照预设的编码算法，对数组中的midi音高进行处理，以生成第一编码。示例性地，对于midi音高为60、62、64、65、67的各个音符元素，以12平均律的数值12为模值，通过取模算法，可输出对应的各个第一编码为ac、bc、cc、dc、ec。取模算法例如可以是：forarr[i]inarr:ifmod(arr[i],12)＝0new_arr.push(ac)|ifmod(arr[i],12)＝2new_arr.push(bc)|ifmod(arr[i],12)＝4new_arr.push(cc)|ifmod(arr[i],12)＝7new_arr.push(dc)|ifmod(arr[i],12)＝9new_arr.push(ec)。其中，arr为编码序列，i为音高序列的索引，即某一个音符元素的midi音高，new_arr为输出的新编码序列。

s103：获取关联原始音乐调式以及目标音乐调式的编码映射关系表。

目标音乐调式为用户想要获取的音乐风格类型或当前应用场景所适配的音乐风格类型。例如，若音频数据的原始音乐调式为中国传统五声调式，且用户想要将中国传统五声调式的该段音频数据转换为日本都节调式的音频数据，则当前时刻的目标音乐调式即为日本都节调式。

目标音乐调式可根据用户在终端界面中所发出的调式选取指令来确定，也可以由系统自动选取。

对基于调式选取指令来确定目标音乐调式的方式，具体地，在执行音乐调式的转换操作之前，在终端界面中，展示一个或多个显示控件。每一显示控件用于标识可被选取的一个音乐调式。若检测到用户对任一显示控件发出的选取指令，则将该显示控件所标识的音乐调式确定为目标音乐调式。

优选地，若自动检测出的目标音乐调式与根据调式选取指令所确定出的目标音乐调式不同，则获取每一检测方式所对应的优先级，并选取其中优先级最高的检测方式所匹配的音乐调式来作为目标音乐调式。

优选地，对基于调式选取指令来确定目标音乐调式的检测方式，其默认优先级为最高优先级。

优选地，上述各类检测方式所对应的优先级根据预先录入的设置参数来确定。

本发明实施例中，编码映射关系表记载了不同音乐调式音符元素之间的一一对应关系，不同音乐调式之间的编码映射关系根据乐理知识来预先构建。例如，在c大调中，若音符元素c所对应的编码为ac，且需要将c大调的原始音频数据转换为g大调的目标音频数据，则与该编码ac具有映射关系的编码将预先设定为ec，且编码ec与音符元素g对应。

示例性地，与日本都节调式以及与中国传统五声调式关联的编码映射关系表可以为：ac→ar；bc→br；cc→cr；dc→dr；ec→er。

根据当前时刻所检测得到的目标音乐调式以及原始音乐调式，在预存储的多个编码映射关系表中，确定出与该目标音乐调式以及原始音乐调式匹配的编码映射关系表。

s104：基于所述编码映射关系表确定所述第一编码对应的第二编码，并对所述第二编码进行解码处理，以确定所述第二编码的音高值。

对上述s103中所生成的每一个第一编码，在确定出的编码映射关系表中，查找与该第一编码对应的第二编码。通过包含第二编码以及midi音高匹配关系的预设算法，输出其中每一个第二编码的midi音高。

s105：生成关于各个所述第二编码的音高值的第二midi文件，并根据所述第二midi文件得到目标音频数据。

对于原始音频数据的第一midi文件，在其通道声音信息中，读取各个音符元素的note-on音符开信息以及note-off音符关信息。note-on音符开信息以及note-off音符关信息用于标记音符元素的起止时刻，从而可基于note-on音符开信息以及note-off音符关信息，确定每一音符元素的持续时长。本发明实施例中，记录第一编码所对应的音符元素的note-on音符开信息以及note-off音符关信息。对于该第一编码对应的第二编码，将该note-on音符开信息以及note-off音符关信息与该第二编码所对应的音符元素绑定。此时，由于第二编码所对应的音符元素的midi音高以及音符持续时长均可确定，因此，依照各个第二编码的排列顺序，将各自对应输出的音乐元素依次写入当前所创建的新的第二midi文件中。

通过对输出的第二midi文件进行播放，使得原始音频数据的音乐风格能够从原始音乐调式转换为目标音乐调式。

本发明实施例中，通过获取关于原始音频数据的乐器数字接口midi文件，使得系统能够对数字化的midi文件进行解析，以确定原始音频数据所包含的各个音符元素以及音乐调式，从而实现对音符元素的编码操作。通过预先建立关于各类音乐调式之间相互关系的编码映射关系表，使得在获知目标音乐调式之时，能够自动确定目标音乐调式中各音乐元素的音高值，生成关于其中各个音高值的目标midi文件，以实现音乐风格的自动化转换。在过程中，由于用户无需再根据自己的创作能力来手动改变音频数据的音乐风格，因此，提高了音乐风格迁移的灵活性以及准确性。

作为本发明的另一个实施例，在上述实施例的基础之上，对系统自动确定目标音乐调式的方式进行进一步地限定。如图2所示，在上述s103之前，还包括：

s106：确定当前时刻的场景适配类型；所述场景适配类型用于描述目标音频数据的应用场景。

本发明实施例中，检测当前时刻关于目标音频数据的场景适配类型，场景适配类型包括但不限于视频演示、演讲、户外运动以及睡眠等预设类型。场景适配类型由用户输入的设置参数来确定。

s107：若所述场景适配类型为视频演示，则获取实时播放的视频图像帧。

s108：获取所述视频图像帧所包含的特征信息。

s109：若所述特征信息与任一预设列表中的特征信息相匹配，则将所述预设列表所对应的音乐调式确定为当前时刻的目标音乐调式。

若检测到当前时刻的场景适配类型为视频演示，则表示目标音频数据应用于幻灯片播放或者图像播放的场景之中。通过预设的视频演示平台对接接口，实时获取处于播放状态的视频图像帧，并基于图像识别算法，确定当前视频图像帧所包含的各项特征信息。特征信息包括语义信息以及对象类别等。

本发明实施例中，加载与各个音乐调式匹配的多个预设列表。每一预设列表记录有与场景类型相关的多项特征信息。例如，预设列表中可包含有足球、篮球、跑步以及运动衣等与体育相关的特征信息。

若当前视频图像帧中所检测到的特征信息与任一预设列表中的特征信息匹配，则将该预设列表所匹配的音乐调式确定为当前时刻的目标音乐调式。

示例性地，若当前视频图像帧中包含有“新年快乐”等文字信息，且该类节日特征信息存在于预设列表1中，则将预设列表1所匹配的音乐调式确定为当前需要对原始音频数据进行音乐风格转换后所得到的目标音乐调式。此时，预设列表1所匹配的音乐调式可以预设为比较欢快的音乐调式，如各类大调调式等。

作为本发明的又一个实施例，在上述s109中，若检测到视频图像帧中所包含的特征信息与任一预设列表所包含的特征信息匹配，且该预设列表所对应的音乐调式为两个以上，则如图3所示，在上述s109之后，还包括：

s110：分别获取所述预设列表所对应的每一所述音乐调式的历史应用次数。

本发明实施例中，每次在将预设列表所对应的音乐调式确定为目标音乐调式时，对该音乐调式的历史应用次数执行加一处理，并将处理结果存储至数据表。

对上述s109所检测得到的视频图像帧，若该视频图像帧中所包含的特征信息与任一预设列表所包含的特征信息匹配，则从上述数据表中，读取与该预设列表对应的每一音乐调式的历史应用次数。

s111：选取所述历史应用次数最少的所述音乐调式作为当前时刻的目标音乐调式，并对所述视频图像帧进行实时监测。

通过比对各个音乐调式的历史应用次数的数值大小，选取出历史应用次数最少的所述音乐调式作为当前时刻的目标音乐调式。其中，若历史应用次数最少的音乐调式为两个以上，则从中随机选取一音乐调式作为目标音乐调式。

在确定当前时刻的目标音乐调式后，持续对视频演示平台所播放的视频图像帧进行监测，以确定当前视频图像帧相对于上一视频图像帧是否发生变更。

s112：若监测到所述视频图像帧所包含的特征信息出现变更，且变更幅度小于预设阈值，则持续应用所述历史应用次数最少的所述音乐调式作为当前时刻的目标音乐调式。

s113：若监测到所述特征信息的变更幅度大于或等于预设阈值，则重新获取与变更后的特征信息相匹配的预设列表，则将该预设列表所对应的音乐调式更新为当前时刻的目标音乐调式。

本发明实施例中，若监测到当前视频图像帧相对于上一视频图像帧发生变更，则获取当前视频图像帧所包含的特征信息。通过预设的图像比对算法，计算当前特征信息与上一视频图像帧所包含的特征信息的变更幅度。若变更幅度小于预设阈值，则执行步骤s112，将前一时刻所确定的音乐调式保持选定为目标音乐调式；若变更幅度大于或等于预设阈值，则返回执行步骤s109，以判断当前时刻的特征信息所匹配的预设列表，并将该预设列表所对应的音乐调式更新为当前时刻的目标音乐调式。

本发明实施例中未提到的步骤实现原理与其余各个实施例的步骤实现原理相同，因此不再一一赘述。

本发明实施例中，通过确定目标音频数据的场景适配类型，在场景适配类型为视频演示的情况下，根据对视频图像帧的特征检测来自动匹配对应各类音乐调式的预设列表，并将匹配得到的预设列表所对应的音乐调式作为目标音乐调式，实现了目标音乐调式的自动化选择，保证了用户无需手工选取目标音乐调式，降低了操作复杂度以及繁琐度；通过检测视频图像帧所包含的特征信息的变更幅度，在变更幅度较小时，持续应用原有的目标音乐调式，避免了后台系统需要持续不断地更改音频数据的音乐风格，提升了目标音频数据的播放连贯性，由此也降低了系统运算资源的消耗；通过在变更幅度较大时，重新确定当前时刻的目标音乐调式，保证了目标音乐调式与实际应用场景能够具有较高的匹配度，从而提高了目标音频数据的适用性。

作为本发明的再一实施例，图4示出了本发明实施例提供的音乐风格的转换方法的实现流程。如图4所示，在上述s103之前，还包括步骤s114，对所述第一midi文件进行识别处理，以确定所述原始音频数据的原始音乐调式。

其中，步骤s114包括s1141至s1144。各步骤的实现原理具体如下：

s1141：解析所述第一midi文件所包含的音符元素，并生成基于各个所述音符元素的第一音阶序列。

本发明实施例中，解析第一midi文件所包含的音乐元素，即，确定其包含的各个音乐元素是十二声音阶中的哪一个音符。十二声音阶包括c、c#、d、d#、e、f、f#、g、g#、a、a#以及b。

根据解析出的各个音乐元素的midi音高，对各个音乐元素进行排序，以得到第一音阶序列。其中，第一音阶序列中不包含重复出现的音乐元素。

s1142：分别获取各个预设音乐调式所对应的第二音阶序列。

根据乐理知识可知，每个预设音乐调式都有对应的音阶，因此，本发明实施例中，基于预先接收到的设置指令，获取并存储各个预设音乐调式所对应的第二音阶序列。例如：c大调所对应的第二音阶序列为：{cdefgabc}，e大调所对应的第二音阶序列为：{ef#g#abc#d#e}。

s1143：通过比对所述第一音阶序列与每一所述第二音阶序列的相似度，分别计算各个所述第二音阶序列所对应的所述预设音乐调式的统计得分。

对预存储的每一个第二音阶序列，通过预设算法，计算第一音阶序列与该第二音阶序列的相似度，并基于该相似度，计算该第二音阶序列所对应的预设音乐调式的统计得分。其中，统计得分用于表示第一音阶序列与预设音乐调式的匹配程度，且统计得分与相似度成正相关。

可选地，为了降低运算复杂度，将上述第一音阶序列与第二音阶序列的相似度直接输出为与该第二音阶序列对应的预设音乐调式的统计得分。

可选地，上述通过预设算法，计算第一音阶序列与该第二音阶序列的相似度，包括：分别生成与第一音阶序列对应的第一向量以及与第二音阶序列对应的第二向量；计算第一向量与第二向量的余弦相似度；将该余弦相似度输出为第一音阶序列与该第二音阶序列的相似度。

s1144：将所述统计得分最高的所述预设音乐调式确定为所述原始音乐调式。

本发明实施例中，通过上述s1143分别计算各个预设音乐调式的统计得分后，筛选出统计得分最高的预设音乐调式，则该预设调式为原始音频数据的原始音乐调式。

优选地，作为本发明的一个实施例，图5示出了本发明实施例提供的音乐风格的转换方法s1143的具体实现流程，详述如下：

s11431：对每一所述第二音阶序列，通过比对所述第一音阶序列与该第二音阶序列的相似度，计算与该第二音阶序列对应的所述预设音乐调式的第一分值。

本发明实施例中，通过预设算法，计算第一音阶序列与该第二音阶序列的相似度，并基于该相似度与第一分值的关联关系，确定该第二音阶序列所对应的预设音乐调式的第一分值。

其中，相似度与第一分值的关联关系可以是特定函数关系。此时，通过将计算得出的第一音阶序列与该第二音阶序列的相似度作为上述特定函数的输入参数，可输出对应的第二分值。

s11432：获取所述第二音阶序列的主音元素。

根据乐理知识，每一个音乐调式均具有其对应的主音元素。主音元素是一个音乐调式的核心，也是该音乐调式中最稳定的音。对于每一个预设音乐调式，将其第二音乐序列中的首个音符元素读取为主音元素。

s11433：在所述第一音阶序列中，分别计算首个音符元素与所述主音元素的第一匹配度以及计算尾部音符元素与所述主音元素的第二匹配度。

本发明实施例中，分别计算第一音阶序列中的首个元素与每一第二音阶序列的主音元素的第一匹配度。示例性地，若第一音阶序列中的首个元素与一第二音阶序列的主音元素相同，则二者的第一匹配度为1；若第一音阶序列中的首个元素与一第二音阶序列的主音元素不同，则二者的第一匹配度为0。

同理，分别计算第一音阶序列中的尾部音符元素与每一第二音阶序列的主音元素的第二匹配度。

s11434：根据所述第一匹配度与所述第二匹配度，计算与该第二音阶序列对应的所述预设音乐调式的第二分值，并基于所述第一分值以及所述第二分值，计算与该第二音阶序列对应的所述预设音乐调式的统计得分。

对每一第二音阶序列所关联的第一匹配度以及第二匹配度，通过预设算法对该第一匹配度以及第二匹配度进行整合运算，得到该第二音阶序列所对应的预设音乐调式的第二分值。

本发明实施例中，基于每一预设音乐调式的第一分值以及第二分值，计算预设音乐调式的统计得分。计算方式包括但不限于相加运算、加权运算以及各类逻辑算法运算等。

本发明实施例中，在原始音频数据的音乐调式与预设音乐调式匹配的情况下，原始音频数据所包含的各个音乐元素会包含于预设音乐调式所对应的音阶序列中，其在大部分情况下与乐理编曲原理相符，因此，通过生成第一midi文件的第一音阶序列以及预设音乐调式的第二音阶序列，比对二者的相似度来确定预设音乐调式的统计得分，并将统计得分最高的预设音乐调式识别为原始音频数据的原始音乐调式，实现了对原始音乐调式的自动化检测，提高了音乐调式的智能化检测程度；由于原始音频数据的起始音和结尾音通常也会与其音乐调式的主音元素匹配，因此，通过计算首个音符元素与主音元素的第一匹配度以及计算尾部音符元素与主音元素的第二匹配度，能够综合多类型的考虑因子来计算预设音乐调式的统计得分，因而也提高了对原始音乐调式的检测准确率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

对应于上文实施例的方法，图6示出了本发明实施例提供的音乐风格的转换装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。图6示例的音乐风格的转换装置可以是前述实施例提供的音乐风格的转换方法的执行主体。

参照图6，该音乐风格的转换装置包括：

第一获取单元61，用于获取关于原始音频数据的第一乐器数字接口midi文件。

解析单元62，用于解析所述第一midi文件所包含的音符元素，并通过预设算法对所述音符元素的音高值进行编码处理，得到第一编码。

第二获取单元63，用于获取关联原始音乐调式以及目标音乐调式的编码映射关系表。

解码单元64，用于基于所述编码映射关系表确定所述第一编码对应的第二编码，并对所述第二编码进行解码处理，以确定所述第二编码的音高值。

生成单元65，用于生成关于各个所述第二编码的音高值的第二midi文件，并根据所述第二midi文件得到目标音频数据。

可选地，所述音乐风格的转换装置还包括：

第一确定单元，用于确定当前时刻的场景适配类型；所述场景适配类型用于描述目标音频数据的应用场景。

第三获取单元，用于若所述场景适配类型为视频演示，则获取实时播放的视频图像帧。

第四获取单元，用于获取所述视频图像帧所包含的特征信息。

第二确定单元，用于若所述特征信息与任一预设列表中的特征信息相匹配，则将所述预设列表所对应的音乐调式确定为当前时刻的目标音乐调式。

可选地，若所述预设列表所对应的音乐调式为两个以上，则所述音乐风格的转换装置还包括：

第五获取单元，用于分别获取所述预设列表所对应的每一所述音乐调式的历史应用次数。

监测单元，用于选取所述历史应用次数最少的所述音乐调式作为当前时刻的目标音乐调式，并对所述视频图像帧进行实时监测。

恒定单元，用于若监测到所述视频图像帧所包含的特征信息出现变更，且变更幅度小于预设阈值，则持续应用所述历史应用次数最少的所述音乐调式作为当前时刻的目标音乐调式。

更新单元，用于若监测到所述特征信息的变更幅度大于或等于预设阈值，则重新获取与变更后的特征信息相匹配的预设列表，则将该预设列表所对应的音乐调式更新为当前时刻的目标音乐调式。

可选地，所述音乐风格的转换装置还包括：

识别单元，用于对所述第一midi文件进行识别处理，以确定所述原始音频数据的原始音乐调式。

可选地，所述识别单元包括：

解析子单元，用于解析所述第一midi文件所包含的音符元素，并生成基于各个所述音符元素的第一音阶序列；

获取子单元，用于分别获取各个预设音乐调式所对应的第二音阶序列；

计算子单元，用于通过比对所述第一音阶序列与每一所述第二音阶序列的相似度，分别计算各个所述第二音阶序列所对应的所述预设音乐调式的统计得分；

确定子单元，用于将所述统计得分最高的所述预设音乐调式确定为所述原始音乐调式。

可选地，所述计算子单元具体用于：

对每一所述第二音阶序列，通过比对所述第一音阶序列与该第二音阶序列的相似度，计算与该第二音阶序列对应的所述预设音乐调式的第一分值；

获取所述第二音阶序列的主音元素；

在所述第一音阶序列中，分别计算首个音符元素与所述主音元素的第一匹配度以及计算尾部音符元素与所述主音元素的第二匹配度；

根据所述第一匹配度与所述第二匹配度，计算与该第二音阶序列对应的所述预设音乐调式的第二分值，并基于所述第一分值以及所述第二分值，计算与该第二音阶序列对应的所述预设音乐调式的统计得分。

本发明实施例中，通过获取关于原始音频数据的乐器数字接口midi文件，使得系统能够对数字化的midi文件进行解析，以确定原始音频数据所包含的各个音符元素以及音乐调式，从而实现对音符元素的编码操作。通过预先建立关于各类音乐调式之间相互关系的编码映射关系表，使得在获知目标音乐调式之时，能够自动确定目标音乐调式中各音乐元素的音高值，生成关于其中各个音高值的目标midi文件，以实现音乐风格的自动化转换。在过程中，由于用户无需再根据自己的创作能力来手动改变音频数据的音乐风格，因此，提高了音乐风格迁移的灵活性以及准确性。

图7是本发明一实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70以及存储器71，所述存储器71中存储有可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个音乐风格的转换方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能，例如图6所示单元61至65的功能。

所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入发送设备、网络接入设备、总线等。

所称处理器70可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经发送或者将要发送的数据。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、电载波信号、电信信号以及软件分发介质等。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使对应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。