歌曲生成模型的训练方法、装置、设备及存储介质与流程

本申请涉及音频，尤其涉及一种歌曲生成模型的训练方法、装置、电子设备及存储介质。

背景技术：

1、科技高速发展时代，各类科技产品已经遍布人们的各式各样的生活和工作场景，而终端设备作为交互的主要工具，智能化程度也越来越高。随着语音技术的发展，目前通过歌唱转换技术已经能够实现许多不可思议的功能，如虚拟人唱歌和播报、变声模仿等。

2、目前，结合个性化的声纹语音的歌唱转换，需要高质量的模型语料，而一般主说话人语音数据的获取都是需要预先注册说话人声纹特征，同时，训练时需要的数据较多，导致训练效率不高，并且利用语音作为训练歌唱转换数据，会存在语音到歌唱的垮域问题。

技术实现思路

1、本申请实施例的目的是提供一种歌曲生成模型的训练方法、装置、电子设备及存储介质，以解决相关技术中因需要高质量模型语料而导致训练效率较低以及基于语音数据进行训练而导致存在语音到歌唱的跨域的技术问题。

2、第一方面，本申请实施例提供了一种歌曲生成模型的训练方法，包括：

3、获取历史语音数据，并对所述历史语音数据进行分析处理，得到与所述历史语音数据相对应的声纹特征，其中，所述历史语音数据为目标用户与终端的语音交互数据；

4、根据所述声纹特征进行声纹匹配，得到与所述声纹特征相对应的待优化歌曲生成模型；

5、根据所述声纹特征对所述优化歌曲转换模型进行训练，并在确定对所述待优化歌曲生成模型训练完成到的情况下，得到训练好的歌曲生成模型。

6、第二方面，本申请实施例提供了一种歌曲生成模型的训练装置，包括：

7、数据处理模块，用于获取历史语音数据，并对所述历史语音数据进行分析处理，得到与所述历史语音数据相对应的声纹特征，其中，所述历史语音数据为目标用户与终端的语音交互数据；

8、匹配处理模块，用于根据所述声纹特征进行声纹匹配，得到与所述声纹特征相对应的待优化歌曲生成模型；

9、模型训练模块，用于根据所述声纹特征对所述优化歌曲转换模型进行训练，并在确定对所述待优化歌曲生成模型训练完成到的情况下，得到训练好的歌曲生成模型。

10、第三方面，本申请实施例提供了一种电子设备，电子设备包括处理器、存储器以及存储在所述存储器中并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上述任一项所述的歌曲生成模型的训练方法中的步骤。

11、第四方面，本申请实施例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，所述计算机程序被处理器执行时实现上述任一项所述的歌曲生成模型的训练方法中的步骤。

12、本申请实施例提供了一种歌曲生成模型的训练方法、装置、电子设备及存储介质，在进行歌曲生成模型的训练时，获取历史语音数据，以通过对历史语音数据的处理得到用于进行模型训练的训练数据，具体地，在对历史语音数据进行处理时，通过分析处理得到历史语音数据相对应的声纹特征，而在得到声纹特征之后，通过声纹匹配得到进行优化的待优化歌曲生成模型，最后利用声纹特征对待优化歌曲生成模型进行微调处理，进而在微调处理完成时得到与历史语音数据相对应的训练好的歌曲生成模型。通过对与用户相关联的历史语音数据进行分析处理，得到用户的声纹特征，然后在训练过程中，利用声纹特征的匹配，得到待优化歌曲生成模型，进而通过模型的微调训练，得到与用户相对应的歌曲生成模型，提高了模型训练效率，并且在一定程度上解决了语音转换到歌唱音域的问题，同时利用声纹特征进行训练，也提高了模型使用的准确性。

技术特征：

1.一种歌曲生成模型的训练方法，其特征在于，包括：

2.如权利要求1所述的方法，其特征在于，所述获取历史语音数据，并对所述历史语音数据进行分析处理，得到与所述历史语音数据相对应的声纹特征，包括：

3.如权利要求2所述的方法，其特征在于，所述对所述历史语音数据进行数据筛选，得到与所述目标用户对应的目标历史语音数据，包括：

4.如权利要求3所述的方法，其特征在于，所述对所述第二历史语音数据进行特征提取，得到所述第二历史语音数据对应的特征信息，并根据所述特征信息对所述第二历史语音数据进行第三次去噪处理，得到与所述目标用户对应的目标历史语音数据，包括：

5.如权利要求1所述的方法，其特征在于，所述根据所述声纹特征进行声纹匹配，得到与所述声纹特征相对应的待优化歌曲生成模型，包括：

6.如权利要求5所述的方法，其特征在于，所述根据所述相似度值，在所述模型数据库中得到待优化歌曲生成模型，包括：

7.如权利要求1所述的方法，其特征在于，所述根据所述声纹特征对所述优化歌曲转换模型进行训练，并在确定对所述待优化歌曲生成模型训练完成到的情况下，得到训练好的歌曲生成模型之后，还包括：

8.一种歌曲生成模型的训练装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器以及存储在所述存储器中并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权利要求1至7任一项所述的方法中的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法中的步骤。

技术总结本申请公开了一种歌曲生成模型的训练方法、装置、电子设备及存储介质，该方法包括：获取历史语音数据，并对历史语音数据进行分析处理，得到与历史语音数据相对应的声纹特征；根据声纹特征进行声纹匹配，得到与声纹特征相对应的待优化歌曲生成模型；根据声纹特征对优化歌曲转换模型进行训练，并在确定对待优化歌曲生成模型训练完成到的情况下，得到与历史语音数据相对应的训练好的歌曲生成模型。实现了主动根据语音数据完成目标用户的声纹注册，然后利用声纹特征的匹配得到进行微调的待优化歌曲生成模型并进行优化，提高了模型训练效率以及在一定程度上解决了语音转换到歌唱音域的问题，同时也避免出现音色泄露的问题，提高了模型使用的准确性。技术研发人员：李卓龙,许云飞受保护的技术使用者：OPPO广东移动通信有限公司技术研发日：技术公布日：2024/2/6