音乐的生成方法、装置、存储介质、处理器和电子设备与流程

本发明涉及音乐生成，具体而言，涉及一种音乐的生成方法、音乐的生成装置、计算机可读存储介质、处理器和电子设备。

背景技术：

1、目前通过脑电波数据生成音乐的方法主要依赖于构建脑电波数据与音乐音频库中音频片段的映射关系，具体地，通过采集用户在听到音乐音频库中某些音频片段时的脑电波数据，形成脑电波与音频片段的映射关系，再在出现类似脑电波数据时，从音乐音频库中找到该音频片段，这类方法存在的问题如下：

2、1)受限于音频片段本身切片限制，会造成生成出的音乐整体连贯性较差；

3、2)人类听到音乐时与创作乐谱时的脑电波数据差别很大，因此，所生成出的音乐与用户创作的乐谱差别很大。

4、目前针对上述问题，暂无解决方案。

技术实现思路

1、本申请的主要目的在于提供一种音乐的生成方法、音乐的生成装置、计算机可读存储介质、处理器和电子设备，以至少解决现有技术中脑电波数据生成音乐的方法受限于音频片段本身切片限制，会造成生成出的音乐整体连贯性较差的问题。

2、为了实现上述目的，根据本申请的一个方面，提供了一种音乐的生成方法，所述方法包括：在用户创作乐谱的过程中，获取当前脑电波特征数据，所述当前脑电波特征数据为当前脑电波数据的特征数据，所述当前脑电波数据为当前时段下所述用户的脑电波数据；将所述当前脑电波特征数据输入音乐片段生成模型，得到多个当前音乐片段，所述音乐片段生成模型通过采用多组第一训练数据训练神经网络得到的，所述多组第一训练数据中的每一组所述第一训练数据均包括历史时段内获取的：所述用户的脑电波数据的特征数据、多个音乐片段，所述音乐片段为所述历史时段下所述用户创作的乐谱的部分的音频；至少将所有的所述当前音乐片段输入音乐生成模型，得到当前音乐，所述音乐生成模型通过采用多组第二训练数据训练神经网络得到的，所述多组第二训练数据中的每一组所述第二训练数据均至少包括所述历史时段内获取的：多个所述音乐片段、音乐，所述音乐为所述历史时段下所述用户创作的乐谱的全部的音频。

3、可选地，至少将所有的所述当前音乐片段输入音乐生成模型，得到当前音乐，包括：获取当前文本，所述当前文本中的内容表征所述当前时段下所述用户创作的乐谱的类型；至少将所有的所述当前音乐片段和所述当前文本输入所述音乐生成模型，得到所述当前音乐，所述多组第二训练数据中的每一组所述第二训练数据还包括所述历史时段内获取的：文本，所述文本中的内容表征所述历史时段下所述用户创作的乐谱的类型。

4、可选地，获取当前文本，包括：将所述当前脑电波特征数据输入图像生成模型，得到当前图像，所述图像生成模型通过采用多组第三训练数据训练神经网络得到的，所述多组第三训练数据中的每一组所述第三训练数据均包括所述历史时段内获取的：所述用户的脑电波数据的特征数据、图像，所述当前图像中的对象表征所述当前时段下所述用户创作的乐谱的类型，所述图像中的对象表征所述历史时段下所述用户创作的乐谱的类型；将所述当前图像输入图像理解模型，得到所述当前文本，所述图像理解模型通过采用多组第四训练数据训练神经网络得到的，所述多组第二训练数据中的每一组所述第二训练数据均包括所述历史时段内获取的：所述图像、所述文本。

5、可选地，至少将所有的所述当前音乐片段和所述当前文本输入所述音乐生成模型，得到所述当前音乐，包括：获取当前旋律特征数据，所述当前旋律特征数据包括所述当前时段下所述用户创作的乐谱的旋律的类型；将所有的所述当前音乐片段、所述当前文本和所述当前旋律特征数据输入所述音乐生成模型，得到所述当前音乐，所述多组第二训练数据中的每一组所述第二训练数据还包括所述历史时段内获取的：旋律特征数据，所述旋律特征数据包所述历史时段下所述用户创作的乐谱的旋律的类型。

6、可选地，在将所有的所述当前音乐片段、所述当前文本和所述当前旋律特征数据输入所述音乐生成模型，得到所述当前音乐之前，所述方法还包括：将所述当前脑电波特征数据输入旋律特征生成模型，得到所述当前旋律特征数据，所述旋律特征生成模型通过采用多组第四训练数据训练神经网络得到的，所述多组第四训练数据中的每一组所述第四训练数据均包括所述历史时段内获取的：所述用户的脑电波数据的特征数据、所述旋律特征数据。

7、可选地，在用户创作乐谱的过程中，获取当前脑电波特征数据，包括：在所述用户创作乐谱的过程中，获取所述当前脑电波数据；对所述当前脑电波数据进行滤波处理、去噪处理和放大处理，得到处理后的所述当前脑电波数据；对处理后的所述当前脑电波数据进行特征提取，得到所述当前脑电波特征数据。

8、根据本申请的再一方面，提供了一种音乐的生成装置，所述装置包括：获取单元，用于在用户创作乐谱的过程中，获取当前脑电波特征数据，所述当前脑电波特征数据为当前脑电波数据的特征数据，所述当前脑电波数据为当前时段下所述用户的脑电波数据；第一处理单元，用于将所述当前脑电波特征数据输入音乐片段生成模型，得到多个当前音乐片段，所述音乐片段生成模型通过采用多组第一训练数据训练神经网络得到的，所述多组第一训练数据中的每一组所述第一训练数据均包括历史时段内获取的：所述用户的脑电波数据的特征数据、多个音乐片段，所述音乐片段为所述历史时段下所述用户创作的乐谱的部分的音频；第二处理单元，用于至少将所有的所述当前音乐片段输入音乐生成模型，得到当前音乐，所述音乐生成模型通过采用多组第二训练数据训练神经网络得到的，所述多组第二训练数据中的每一组所述第二训练数据均至少包括所述历史时段内获取的：多个所述音乐片段、音乐，所述音乐为所述历史时段下所述用户创作的乐谱的全部的音频。

9、根据本申请的又一方面，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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的音乐的生成方法。

10、根据本申请的又一方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任意一种所述的音乐的生成方法。

11、根据本申请的又一方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行任意一种所述的音乐的生成方法。

12、应用本申请的技术方案，首先，在用户创作乐谱的过程中，获取当前时段下用户的脑电波数据的特征数据，然后，将当前时段下用户的脑电波数据的特征数据输入基于神经网络的音乐片段生成模型，得到多个当前音乐片段即当前时间段下用户创作的乐谱的部分的音频，最后，将当前音乐片段输入基于神经网络的音乐生成模型，得到当前音乐即当前时间段下用户创作的乐谱的全部的音频，即得到连贯的音乐，本申请中的基于神经网络的音乐生成模型能够将不连贯的音乐片段生成一段连贯的音乐，从而解决了现有技术中脑电波数据生成音乐的方法受限于音频片段本身切片限制，会造成生成出的音乐整体连贯性较差的问题。

技术特征：

1.一种音乐的生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，至少将所有的所述当前音乐片段输入音乐生成模型，得到当前音乐，包括：

3.根据权利要求2所述的方法，其特征在于，获取当前文本，包括：

4.根据权利要求2所述的方法，其特征在于，至少将所有的所述当前音乐片段和所述当前文本输入所述音乐生成模型，得到所述当前音乐，包括：

5.根据权利要求4所述的方法，其特征在于，在将所有的所述当前音乐片段、所述当前文本和所述当前旋律特征数据输入所述音乐生成模型，得到所述当前音乐之前，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，在用户创作乐谱的过程中，获取当前脑电波特征数据，包括：

7.一种音乐的生成装置，其特征在于，所述装置包括：

8.一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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的音乐的生成方法。

9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的音乐的生成方法。

10.一种电子设备，其特征在于，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行权利要求1至6中任意一项所述的音乐的生成方法。

技术总结本申请提供了一种音乐的生成方法、装置、存储介质、处理器和电子设备。在用户创作乐谱的过程中，获取当前脑电波特征数据；将当前脑电波特征数据输入音乐片段生成模型，得到多个当前音乐片段；至少将所有的当前音乐片段输入音乐生成模型，得到当前音乐。该方法解决了现有技术中脑电波数据生成音乐的方法受限于音频片段本身切片限制，会造成生成出的音乐整体连贯性较差的问题。技术研发人员：周科霖,李健,陈明,武卫东受保护的技术使用者：北京捷通华声科技股份有限公司技术研发日：技术公布日：2024/3/17