一种智能音乐创作方法及系统与流程

文档序号:37464324发布日期:2024-03-28 18:47阅读:12来源:国知局
一种智能音乐创作方法及系统与流程

本发明属于音视频创作,尤其涉及一种智能音乐创作方法及系统。


背景技术:

1、k歌系统是一种伴奏系统,演唱者可以在预先录制的音乐伴奏下参与歌唱,常在ktv使用。打碟系统,简称dj系统,指用专业机器对电子音乐编辑加工的系统,用于营造夜店、酒吧等场所的现场氛围。

2、现在在音乐创作领域越来越智能了,包括歌词创作和歌曲创作,尤其是现场创作,随着时代的发展,人们对原有现场音响效果的要求提高了,用户希望能够有更加动感、音乐更加强劲、灯光更加绚丽的场所来进行k歌,如果要实现这种效果,现场需要同时配备k歌设备和打碟设备,且由于两个设备相互独立,无法结合形成新的工作模式,更无法为用户临时创作出符合用户喜好、个性化的打碟作品和音乐作品。


技术实现思路

1、本发明提供一种智能音乐创作方法及系统,尤其是在k歌系统与打碟系统融合创作上提出一种新的方案。

2、本发明是这样实现的,提供一种智能音乐创作方法,基于智能创作系统,其特征在于:

3、给智能创作系统输入音视频素材和音乐数据库,包括联网采集图文素材;

4、采集大量的具有代表性的音乐数据及从自身数据库或音乐平台调取用户历史数据,所述音乐数据包括音乐素材、歌曲、歌词数据和音频数据,所述用户历史数据包括用户历史的歌唱数据和音乐喜好数据;

5、对所述音乐数据和所述用户历史数据进行预处理;

6、将所述音乐数据和所述用户历史数据进行融合;

7、根据融合后的所述音乐数据和所述用户历史数据对深度学习模型进行训练以得到目标模型;

8、接收创作指令,并根据用户发出的创作指令,调用并结合所述目标模型对所述创作指令进行识别并交互获取用户确认输入创作指令的目标范围;所述目标范围包括文字创作输出和音视频创作输出;

9、对创作输出结果进行单独输出和/或融合输出。

10、接收到目标歌曲,并根据用户发出的打碟指令,调用并结合所述目标模型对所述目标歌曲进行混音处理以制作生成符合用户意图的混音歌曲并传送至打碟系统,所述目标歌曲包括用户上传的录制歌曲或现有歌曲或系统生成歌曲;

11、接收到目标歌词,并根据用户发出的歌曲创作指令,调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成符合用户意图的歌曲或还原度高的仿原歌曲并传送至所述k歌系统,所述目标歌曲包括用户上传的自创歌词或现有歌词或系统生成的歌词。

12、更进一步地,所述调用并结合所述目标模型对所述目标歌曲进行混音处理以制作生成符合用户意图的混音歌曲并传送至打碟系统的步骤前包括:

13、对上传的所述录制歌曲进行第一预处理,所述第一预处理包括去噪、格式转换和剪辑;

14、所述调用并结合所述目标模型对所述目标歌曲进行混音处理以制作生成符合用户意图的混音歌曲并传送至打碟系统的步骤包括:

15、调用所述目标模型对第一预处理后的所述目标歌曲进行分段处理,对分段处理后的所述目标歌曲进行特征分析以获取目标歌曲特征,并根据所述目标歌曲特征及所述用户历史数据从所述音乐数据中匹配筛选出合适的音乐素材和混音方式,所述目标歌曲特征包括旋律、节奏、和声和情感;

16、根据筛选出的音乐素材和混音方式对所述目标歌曲进行混音以制作生成符合用户意图的混音歌曲;

17、将制作生成的所述混音歌曲传送至打碟系统以备用户打碟使用。

18、更进一步地,所述调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成符合用户意图的歌曲或还原度高的仿原歌曲并传送至所述k歌系统的步骤前包括:

19、对所述目标歌词进行第二预处理,所述第二预处理包括去除停用词、分词和词性标注;

20、所述调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成符合用户意图的歌曲并传送至所述k歌系统的步骤包括:

21、及调用所述目标模型对第二预处理后的所述目标歌词进行特征分析以获取歌词特征,并根据所述歌词特征及所述用户历史数据从所述音乐数据中匹配筛选出合适的音乐素材和音频调节方式,所述歌词特征包括歌词的情感倾向、情感强度、主题和话题;

22、根据筛选出的所述音频调节方式对筛选出的所述音乐素材进行相应的音频处理,所述音频处理包括对音乐素材的剪切、合并、添加效果、调整音量、变调、变速或提取音轨;

23、将音频处理后的所述音乐素材与所述目标歌词进行合成以生成符合用户意图的歌曲;

24、将制作生成的所述歌曲传送至所述k歌系统以备用户使用。

25、更进一步地,所述调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成符合用户意图的歌曲或还原度高的仿原歌曲并传送至所述k歌系统的步骤前还包括:

26、判断所述目标歌词是否为现有歌词;

27、若所述目标歌词为现有歌词,则对所述目标歌词进行第二预处理,所述第二预处理包括去除停用词、分词和词性标注;

28、所述调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成还原度高的仿原歌曲并传送至所述k歌系统的步骤包括:

29、及调用所述目标模型对第二预处理后的所述目标歌词进行特征分析以获取歌词特征,根据所述歌词特征从所述音乐数据中匹配筛选出相应的音乐素材和音频调节方式,所述歌词特征包括歌词的情感倾向、情感强度、主题和话题;

30、根据筛选出的所述音频调节方式对筛选出的所述音乐素材进行相应的音频处理,所述音频处理包括对音乐素材的剪切、合并、添加效果、调整音量、变调、变速或提取音轨;

31、将音频处理后的所述音乐素材与所述目标歌词进行合成以生成还原度高的仿原歌曲;

32、将制作生成的所述仿原歌曲传送至所述k歌系统以备用户使用。

33、更进一步地,所述对所述音乐数据和所述用户历史数据进行预处理的步骤后还包括:

34、对预处理后的所述音频数据进行频谱分析和特征提取以获取音频特征,并生成音频特征向量,所述音频特征包括音高、节奏、音量和声道;

35、对预处理后的所述歌词数据进行分词、情感分析、主题建模及特征提取以获取歌词特征,并生成歌词特征向量,所述歌词特征包括歌词的情感倾向、情感强度、主题和话题。

36、更进一步地,所述对所述音乐数据和所述用户历史数据进行预处理的步骤后还包括:

37、对预处理后的所述歌唱数据进行语音信号处理及特征提取以获取歌唱特征,并生成歌唱特征向量,所述歌唱特征包括用户的音高、节奏和歌唱技巧;

38、对预处理后的所述音乐喜好数据进行数据归一化及特征提取以获取音乐喜好特征,并生成音乐喜好特征向量,所述音乐喜好特征包括用户的情感倾向、风格偏好和音乐素材偏好。

39、更进一步地,所述将所述音乐数据和所述用户历史数据进行融合的步骤包括:

40、将所述音频特征向量、所述歌词特征向量、所述歌唱特征向量及所述音乐喜好向量拼接在一起,以得到完整的输入特征向量;

41、所述根据融合后的所述音乐数据和所述用户历史数据对深度学习模型进行训练以得到目标模型的步骤包括:

42、将所述输入特征向量输入深度学习模型进行训练以得到目标模型。

43、更进一步地,所述接收到目标歌词,并根据用户发出的歌曲创作指令,调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成符合用户意图的歌曲的步骤后还包括:

44、本发明还提供一种智能音乐创作系统,用于执行权利要求1所述的智能音乐创作方法,其特征在于,包括:

45、采集模块:用于从音乐数据库采集大量的具有代表性的音乐数据及从自身数据库或音乐平台调取用户历史数据,所述音乐数据包括音乐素材、歌曲、歌词数据和音频数据,所述用户历史数据包括用户历史的歌唱数据和音乐喜好数据;以上采集模块还包括联网采集图文素材,尤其是实时的爆火素材;

46、预处理模块:用于对所述音乐数据和所述用户历史数据进行预处理,

47、融合模块:用于将所述音乐数据和所述用户历史数据进行融合;

48、训练模块:用于根据融合后的所述音乐数据和所述用户历史数据对深度学习模型进行训练以得到目标模型;

49、混音歌曲创作模块:用于接收到目标歌曲,并根据用户发出的打碟指令,调用并结合所述目标模型对所述目标歌曲进行混音处理以制作生成符合用户意图的混音歌曲并传送至打碟系统,所述目标歌曲包括用户上传的录制歌曲或现有歌曲;

50、歌曲创作模块:用于接收到目标歌词,并根据用户发出的歌曲创作指令,调用并结合所述目标模型对所述目标歌词进行歌曲创作以制作生成符合用户意图的歌曲或还原度高的仿原歌曲并传送至所述系统,所述目标歌曲包括用户上传的自创歌词或现有歌词。

51、更进一步地,所述混音歌曲创作模块还用于:

52、对上传的所述录制歌曲进行第一预处理,所述第一预处理包括去噪、格式转换和剪辑;

53、调用所述目标模型对第一预处理后的所述目标歌曲进行分段处理,对分段处理后的所述目标歌曲进行特征分析以获取目标歌曲特征,并根据所述目标歌曲特征及所述用户历史数据从所述音乐数据中匹配筛选出合适的音乐素材和混音方式,所述目标歌曲特征包括旋律、节奏、和声和情感;

54、根据筛选出的音乐素材和混音方式对所述目标歌曲进行混音以制作生成符合用户意图的混音歌曲;

55、将制作生成的所述混音歌曲传送至打碟系统以备用户打碟使用。

56、本发明的有益效果在于,与现有技术相比,本发明的智能音乐创作方法,尤其是应用于现场创作的系统和系统结合在一起,系统的数据和打碟系统的数据能够互为使用,从而为音乐混音及歌曲创作提供丰富及用户个性化的素材,且本发明能够根据指令自主实现音乐混音及歌曲创作的过程,大大降低了用户的音乐创作门槛和学习成本,同时也能够为用户制作出符合用户意图的具有个性化的音乐定制作品,极大的激发用户对音乐的乐趣。

57、具体的,联网或者从特定音乐数据库采集大量的具有代表性的音乐数据及从自身数据库或音乐平台调取用户历史数据等素材,并对音乐数据和用户历史数据进行预处理,再将音乐数据和用户历史数据进行融合,并根据融合后的音乐数据和用户历史数据对深度学习模型进行训练以得到目标模型;依据目标模型交互接收创作指令,并根据用户发出的创作指令,调用并结合所述目标模型对所述创作指令进行识别并交互获取用户确认输入创作指令的目标范围;所述目标范围包括文字创作输出和音视频创作输出;对创作输出结果进行单独输出和/或融合输出。在接收到指令,则系统会根据指令,调用并结合目标模型对目标指令制作生成符合用户意图的歌词或者混音歌曲,再传送至系统以供用户使用,用户不仅实时高效的制作出个性化的歌曲,还可以根据现有歌词仿照原歌曲制作出仿原歌曲,提高了用户的创作乐趣也增加了创作作品。通过本系统和方法创作的作品质量有保障,而且可以免费使用。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1