本發(fā)明涉及電子技術(shù)領(lǐng)域，尤其涉及一種歌曲音頻拼接方法及設(shè)備。

背景技術(shù)：

隨著計算機技術(shù)不斷的開發(fā)和完善，手機和平板電腦等終端已經(jīng)成為了人們生活中不可或缺的一個部分，通過在終端中安裝的各種應(yīng)用功能，可以實現(xiàn)用戶的不同需求，例如：通信、游戲、聽音樂等

現(xiàn)有的音樂應(yīng)用除了可以對所需的音樂文件進(jìn)行下載以及播放外，還可以實現(xiàn)歌曲演唱的功能，用戶可以通過這類音樂應(yīng)用演唱各類歌曲。但是在用戶演唱時，由于個人的音域、音色匹配程度及發(fā)揮狀態(tài)，可能在演繹一首歌曲的時候有的句子唱的好，有的句子唱的差，用戶有時就會因為幾句演唱發(fā)揮的不好而不上傳或者刪除演唱的清唱音頻數(shù)據(jù)。導(dǎo)致用戶的清唱音頻數(shù)據(jù)得不到合理的利用，用戶的演唱積極性也不高。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供一種歌曲音頻拼接方法及設(shè)備，可以從多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)中挑選出每個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，提升清唱音頻數(shù)據(jù)的利用率。

本發(fā)明第一方面提供一種歌曲音頻拼接方法，包括：

獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)；

分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列；

計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和；

根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)；

根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

本發(fā)明第二方面提供一種歌曲音頻拼接設(shè)備，包括：

數(shù)據(jù)獲取單元，用于獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)；

第一音符值轉(zhuǎn)換單元，用于分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列；

第一計算單元，用于計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和；

第一分句數(shù)據(jù)選擇單元，用于根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)；

數(shù)據(jù)生成單元，用于根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

本發(fā)明實施例中，通過獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列，以計算每個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)，實現(xiàn)了從多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)中挑選出每個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，提升清唱音頻數(shù)據(jù)的利用率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例提供的一種歌曲音頻拼接方法的流程示意圖；

圖2是本發(fā)明實施例提供的另一種歌曲音頻拼接方法的流程示意圖；

圖3是本發(fā)明實施例提供的一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖；

圖4是本發(fā)明實施例提供的第一音符值轉(zhuǎn)換單元的結(jié)構(gòu)示意圖；

圖5是本發(fā)明實施例提供的第一分句數(shù)據(jù)選擇單元的結(jié)構(gòu)示意圖；

圖6是本發(fā)明實施例提供的另一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖；

圖7是本發(fā)明實施例提供的另一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

圖1是本發(fā)明實施例提供的一種歌曲音頻拼接方法的流程示意圖，本方法流程可以由歌曲音頻拼接設(shè)備實施，所述歌曲音頻拼接設(shè)備可以為音樂應(yīng)用的后臺服務(wù)設(shè)備，所述音樂應(yīng)用可以為音樂播放應(yīng)用、K歌應(yīng)用等。本發(fā)明實施例適用于任何可以被用戶演繹的歌曲，以下僅以一首歌曲，即目標(biāo)歌曲作為參考進(jìn)行詳細(xì)說明。如圖所示，所述方法至少包括：

步驟S101，獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

具體的，在本發(fā)明實施例中，演繹音頻數(shù)據(jù)可以是用戶演唱目標(biāo)歌曲時通過具有錄音功能的終端設(shè)備錄制的音頻數(shù)據(jù)，該演繹音頻數(shù)據(jù)可以是只有用戶演唱的清唱音頻數(shù)據(jù)，也可以是包括用戶演唱的清唱音頻數(shù)據(jù)以及目標(biāo)歌曲的伴奏混音等背景音樂的音頻數(shù)據(jù)，這里不作具體限定。其中，目標(biāo)歌曲中包括多個分句，對于分句的劃分可以通過目標(biāo)歌曲的歌詞信息來進(jìn)行劃分，例如目標(biāo)歌曲為《新年好》，則“新年好啊，新年好啊，祝福大家新年好”就可以被定義為三個分句。用戶在對目標(biāo)歌曲演唱完成后，可以將其演唱的演繹音頻數(shù)據(jù)上傳或者保存在歌曲音頻拼接設(shè)備中，歌曲音頻拼接設(shè)備就可以獲取到多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，從而可以獲取到多個用戶針對目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

步驟S102，分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

具體的，歌曲音頻拼接設(shè)備可以提取各用戶演繹的各個分句的目標(biāo)清唱音頻數(shù)據(jù)的基頻信息，并且根據(jù)各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息獲取對應(yīng)的音符值序列。可以理解的是，基頻信息可以為清唱音頻數(shù)據(jù)的基音，用于決定清唱音頻數(shù)據(jù)中各音符點的音高。其中，音符值指的是針對MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口的一種標(biāo)準(zhǔn)值。

具體實施中，歌曲音頻拼接設(shè)備可以按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點，然后對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。例如，歌曲音頻拼接設(shè)備可以預(yù)設(shè)幀長為30ms，幀移為10ms，采集每個用戶演繹的每個分句的清唱音頻數(shù)據(jù)的基頻信息，從而每個用戶演繹的每個分句都對應(yīng)存在至少一個基頻點。歌曲音頻拼接設(shè)備對上述至少一個基頻點進(jìn)行除噪、平滑等處理，然后將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，則每個用戶演繹的每個分句對應(yīng)至少一個基頻點，至少一個基頻點對應(yīng)了至少一個音符值，至少一個音符值即音符值序列，從而歌曲音頻拼接設(shè)備就獲取到了各個分句的不用用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

在一種可能的實施場景中，歌曲音頻拼接設(shè)備可以采用預(yù)設(shè)音符轉(zhuǎn)換公式，并根據(jù)調(diào)整后的所述各基頻點的基頻值，計算各基頻點的音符值。其中，預(yù)設(shè)音符轉(zhuǎn)換公式可以為：

其中，Y表示為當(dāng)前基頻點的音符值，x表示為當(dāng)前基頻點的基頻值。

需要說明的是，歌曲音頻拼接設(shè)備對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，可以是對至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理，例如，如果一個非0基頻點的前后基頻值均為0，則將此基頻點記為0；還可以是對連續(xù)的幾個基頻點進(jìn)行中值濾波處理，通過中值濾波處理，可以使得基頻段曲線平滑，避免噪點的出現(xiàn)。

可選的，在提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息之前，歌曲音頻拼接設(shè)備可以先對每個清唱音頻數(shù)據(jù)按照預(yù)設(shè)的格式進(jìn)行規(guī)整，例如，可以規(guī)整為16k 16bit的PCM格式。

步驟S103，計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。

具體的，歌曲音頻拼接設(shè)備可以分別計算多個用戶中的某一目標(biāo)用戶演繹的某一目標(biāo)分句的音符值序列與其他用戶演繹該對應(yīng)分句的音符值序列之間的基頻距離的和，即作為該目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。例如，目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y1，演繹目標(biāo)歌曲的其他用戶包括B、C和D三個用戶，B演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y2，C演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y3，D演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y4，則歌曲音頻拼接設(shè)備可以分別計算Y1與Y2之間的基頻距離，Y1與Y3之間的基頻距離，Y1與Y4之間的基頻距離，然后將上述計算出的基頻距離求和，即為目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)的基頻距離和。

具體實施中，以目標(biāo)歌曲的第k分句為例，由于大家演唱的是同一句，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為p，意味著第k分句有p幀，第k分句的音符值序列包括p個音符值，則通過預(yù)設(shè)的基頻距離公式可以求出針對目標(biāo)歌曲的演繹中，第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離。其中，預(yù)設(shè)的基頻距離公式可以為：

或

其中，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，y_it^k為第i個用戶的第k分句的音符值序列的第t幀的音符值，y_jt^k為第j個用戶的第k分句的音符值序列的第t幀的音符值。這里，i∈(1～n)，j∈(1～n)，其中，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。需要說明的是，第一個基頻距離公式中的12代表一個八度，也就是說，第一個基頻距離公式中認(rèn)為第i個用戶和第j個用戶對第k分句的演繹在高一個八度或低一個八度的跨度內(nèi)的音準(zhǔn)都是一樣的。

依照上述預(yù)設(shè)的基頻距離公式的其中一個，可以依次計算出目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離，并將計算得到的基頻距離求和，即為目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。其中，以第i個用戶為目標(biāo)用戶，目標(biāo)歌曲的第k分句為目標(biāo)分句為例，基頻距離和的公式可以為：

其中，S_i^k為第i個用戶演繹第k分句的清唱音頻數(shù)據(jù)的基頻距離和，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。

步驟S104，根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

具體的，目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)可以指在多個用戶演繹的目標(biāo)分句的清唱音頻數(shù)據(jù)中選擇出的一個用于拼接的清唱音頻數(shù)據(jù)。該目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)的確定可以依據(jù)之前計算得到的各個用戶演繹的目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，再結(jié)合不同的預(yù)設(shè)算法進(jìn)行選取。

在第一種可能的實施場景中，歌曲音頻拼接設(shè)備可以獲取各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和中最小的基頻距離和，確定該最小的基頻距離和所對應(yīng)的目標(biāo)清唱音頻數(shù)據(jù)，將該目標(biāo)清唱音頻數(shù)據(jù)作為目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)即可。

在第二種可能的實施場景中，歌曲音頻拼接設(shè)備可以按照基頻距離和從小到大，對各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)進(jìn)行排序，從而獲取排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)，從備選清唱音頻數(shù)據(jù)中選擇其中一個清唱音頻數(shù)據(jù)作為目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。具體的，在備選清唱音頻數(shù)據(jù)中選擇清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)時，歌曲音頻拼接設(shè)備可以根據(jù)預(yù)先設(shè)定的規(guī)則進(jìn)行依次迭代，從而選擇出各個分句之間匹配度最合適的多個分句清唱音頻數(shù)據(jù)；歌曲音頻拼接設(shè)備也可以隨機的從備選清唱音頻數(shù)據(jù)中選擇清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)，在本實施例中不作具體限定。

需要說明的是，在第二種實施場景中的一種情況下，N可以是歌曲音頻拼接設(shè)備中預(yù)先設(shè)定的，例如，歌曲音頻拼接設(shè)備可以預(yù)先設(shè)定取排序中用戶數(shù)量的一半的清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)，則若有10個用戶演唱的針對目標(biāo)分句的清唱音頻數(shù)據(jù)，將這10個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和從小到大排序后，取前5個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)即可。

在第二種實施場景中的另一種情況下，N可以是根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度來確定的。具體來說，歌曲音頻拼接設(shè)備可以根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。這里，N可以由置信度達(dá)不到預(yù)設(shè)置信度閾值的基頻距離和最小的清唱音頻數(shù)據(jù)的排序確定。例如，若有5個用戶演唱的針對目標(biāo)分句的清唱音頻數(shù)據(jù)，歌曲音頻拼接設(shè)備將這5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和從小到大排序后，分別計算得到5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，設(shè)排名前三位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度均大于預(yù)設(shè)置信度閾值，而排名第四位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度小于預(yù)設(shè)置信度閾值，則這里N即為3，也即將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前3個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

進(jìn)一步的，在計算置信度時，歌曲音頻拼接設(shè)備可以先在各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中，根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和之間的比較結(jié)果，確定排序第1個清唱音頻數(shù)據(jù)的置信度。具體來說，在一種情況下，歌曲音頻拼接設(shè)備可以分別計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的比值，若計算得到的比值均大于預(yù)設(shè)的第一置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。在另一種情況下，歌曲音頻拼接設(shè)備可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果的比值，M可以是歌曲音頻拼接設(shè)備預(yù)設(shè)的，若計算得到的比值大于預(yù)設(shè)的第二置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度時，置信度公式可以表示為：

其中，f為第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，為第k分句對應(yīng)的排名前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果。

在確定排序第1個清唱音頻數(shù)據(jù)的置信度達(dá)到預(yù)設(shè)置信度閾值后，歌曲音頻拼接設(shè)備可以進(jìn)一步確定其他各個清唱音頻數(shù)據(jù)的置信度。具體實施中，歌曲音頻拼接設(shè)備可以根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比較結(jié)果，確定其他各個清唱音頻數(shù)據(jù)的置信度。若某一清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)的第三置信度閾值，那么則可以認(rèn)為該清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即該清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。按照該方法，歌曲音頻拼接設(shè)備可以確定獲取置信度大于預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中其他各個清唱音頻數(shù)據(jù)的置信度時，可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比值，即置信度公式可以表示為：

其中，v_j為第k分句的清唱音頻數(shù)據(jù)中除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，S^kj為第k分句對應(yīng)的除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的基頻距離和。

步驟S105，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

具體的，在步驟S104根據(jù)上述其中一種方法確定出目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)后，歌曲音頻拼接設(shè)備可以將被選出的各個分句清唱音頻數(shù)據(jù)按照各個分句對應(yīng)在目標(biāo)歌曲中的位置和順序拼接起來。其中，各個分句之間可以根據(jù)目標(biāo)歌曲中各個分句之間的空隙時間補充一定時長的靜音，最后再與目標(biāo)歌曲的伴奏進(jìn)行混音，從而生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，該拼接音頻數(shù)據(jù)包括多個用戶對每個分句演繹的分句清唱音頻數(shù)據(jù)。例如，目標(biāo)歌曲有4個分句G1、G2、G3和G4，設(shè)總共有3個用戶演唱了該目標(biāo)歌曲，用戶A對4個分句演繹的清唱音頻數(shù)據(jù)分別為a1、a2、a3、a4，用戶B對4個分句演繹的清唱音頻數(shù)據(jù)分別為b1、b2、b3、b4，用戶C對4個分句演繹的清唱音頻數(shù)據(jù)分別為c1、c2、c3、c4，其中，歌曲音頻拼接設(shè)備根據(jù)上述算法最終確定：G1分句對應(yīng)的分句清唱音頻數(shù)據(jù)為b1，G2分句對應(yīng)的分句清唱音頻數(shù)據(jù)為c2，G3分句對應(yīng)的分句清唱音頻數(shù)據(jù)為b3，G4分句對應(yīng)的分句清唱音頻數(shù)據(jù)為a4，那么歌曲音頻拼接設(shè)備就可以將b1、c2、b3以及a4這四個清唱音頻數(shù)據(jù)進(jìn)行拼接，最終生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

本發(fā)明實施例中，通過獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列，以計算每個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)，實現(xiàn)了從多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)中挑選出每個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，提升清唱音頻數(shù)據(jù)的利用率。

圖2是本發(fā)明實施例提供的另一種歌曲音頻拼接方法的流程示意圖，在本發(fā)明實施例中，在聚類得到排名的時對高低八度進(jìn)行了兼容，因而在拼接的時候前后兩句的基調(diào)(如差了一個八度)不一樣的話，效果就會比較難聽，本實施例使用迭代的方法對挑選出的各個分句對應(yīng)的清唱音頻數(shù)據(jù)進(jìn)行匹配，以保證拼接后生成的拼接音頻數(shù)據(jù)的前后句子的基調(diào)一致。如圖所示，該方法包括：

步驟S201，獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

具體的，演繹音頻數(shù)據(jù)可以是用戶演唱目標(biāo)歌曲時通過具有錄音功能的終端設(shè)備錄制的音頻數(shù)據(jù)，該演繹音頻數(shù)據(jù)可以是只有用戶演唱的清唱音頻數(shù)據(jù)。其中，目標(biāo)歌曲中包括多個分句，對于分句的劃分可以通過目標(biāo)歌曲的歌詞信息來進(jìn)行劃分，例如目標(biāo)歌曲為《新年好》，則“新年好啊，新年好啊，祝福大家新年好”就可以被定義為三個分句。用戶在對目標(biāo)歌曲演唱完成后，可以將其演唱的演繹音頻數(shù)據(jù)上傳或者保存在歌曲音頻拼接設(shè)備中，歌曲音頻拼接設(shè)備就可以獲取到多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，從而可以獲取到多個用戶針對目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

步驟S202，分別提取各用戶演繹的目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻信息，獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

具體的，在本發(fā)明實施中，演繹音頻數(shù)據(jù)可以是用戶演唱目標(biāo)歌曲時通過具有錄音功能的終端設(shè)備錄制的音頻數(shù)據(jù)，該演繹音頻數(shù)據(jù)只有用戶演唱的清唱音頻數(shù)據(jù)。用戶在對目標(biāo)歌曲演唱完成后，可以將其演唱的演繹音頻數(shù)據(jù)上傳或者保存在歌曲音頻拼接設(shè)備中，歌曲音頻拼接設(shè)備就可以獲取到多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)。

進(jìn)一步的，歌曲音頻拼接設(shè)備可以分別提取各用戶演繹的目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻信息，并獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。也就是說，這里歌曲音頻拼接設(shè)備獲取的是不同用戶針對目標(biāo)歌曲演繹的完整的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列?？梢岳斫獾氖牵l信息可以為清唱音頻數(shù)據(jù)的基音，用于決定清唱音頻數(shù)據(jù)中各音符點的音高。其中，音符值指的是針對MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口的一種標(biāo)準(zhǔn)值。

具體實施中，歌曲音頻拼接設(shè)備可以按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的演繹音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的目標(biāo)歌曲對應(yīng)的至少一個基頻點，然后對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，從而獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。例如，歌曲音頻拼接設(shè)備可以預(yù)設(shè)幀長為30ms，幀移為10ms，采集每個用戶演繹的演繹音頻數(shù)據(jù)的基頻信息，從而每個用戶演繹的演繹音頻數(shù)據(jù)都對應(yīng)存在至少一個基頻點。歌曲音頻拼接設(shè)備對上述至少一個基頻點進(jìn)行除噪、平滑等處理，然后將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，則每個用戶演繹的演繹音頻數(shù)據(jù)對應(yīng)至少一個基頻點，至少一個基頻點對應(yīng)了至少一個音符值，至少一個音符值即音符值序列，從而歌曲音頻拼接設(shè)備就獲取到了不用用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

在一種可能的實施場景中，歌曲音頻拼接設(shè)備可以采用預(yù)設(shè)音符轉(zhuǎn)換公式，并根據(jù)調(diào)整后的所述各基頻點的基頻值，計算各基頻點的音符值。其中，預(yù)設(shè)音符轉(zhuǎn)換公式可以為：

其中，Y表示為當(dāng)前基頻點的音符值，x表示為當(dāng)前基頻點的基頻值。

需要說明的是，歌曲音頻拼接設(shè)備對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，可以是對至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理，例如，如果一個非0基頻點的前后基頻值均為0，則將此基頻點記為0；還可以是對連續(xù)的幾個基頻點進(jìn)行中值濾波處理，通過中值濾波處理，可以使得基頻段曲線平滑，避免噪點的出現(xiàn)。

可選的，在提取各用戶的演繹音頻數(shù)據(jù)的基頻信息之前，歌曲音頻拼接設(shè)備可以先對每個演繹音頻數(shù)據(jù)按照預(yù)設(shè)的格式進(jìn)行規(guī)整，例如，可以規(guī)整為16k16bit的PCM格式。

步驟S203，計算所述多個用戶中的目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列分別與所述多個用戶中其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和。

具體的，歌曲音頻拼接設(shè)備可以分別計算多個用戶中的某一目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列與其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離的和，即作為該目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和。例如，目標(biāo)用戶A演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W1，演繹目標(biāo)歌曲的其他用戶包括B、C和D三個用戶，B演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W2，C演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W3，D演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W4，則歌曲音頻拼接設(shè)備可以分別計算W1與W2之間的基頻距離，W1與W3之間的基頻距離，W1與W4之間的基頻距離，然后將上述計算出的基頻距離求和，即為目標(biāo)用戶A演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻距離和。

具體實施中，以目標(biāo)歌曲為例，由于大家演唱的是同一首歌，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為q，意味著目標(biāo)歌曲有q幀，演繹音頻數(shù)據(jù)的音符值序列包括q個音符值，則通過預(yù)設(shè)的基頻距離公式可以求出針對目標(biāo)歌曲的演繹中，第i個用戶的演繹音頻數(shù)據(jù)的音符值序列與第j個用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離。其中，預(yù)設(shè)的基頻距離公式可以為：

其中，L_ij為第i個用戶的演繹音頻數(shù)據(jù)的音符值序列與第j個用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離，y_it為第i個用戶的演繹音頻數(shù)據(jù)的音符值序列的第t幀的音符值，y_jt為第j個用戶的演繹音頻數(shù)據(jù)的音符值序列的第t幀的音符值。這里，i∈(1～n)，j∈(1～n)，其中，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。需要說明的是，基頻距離公式中的12代表一個八度，也就是說，基頻距離公式中認(rèn)為第i個用戶和第j個用戶對目標(biāo)歌曲的演繹在高一個八度或低一個八度的跨度內(nèi)的音準(zhǔn)都是一樣的。

依照上述預(yù)設(shè)的基頻距離公式，可以依次計算出目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列分別與多個用戶中其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離，并將計算得到的基頻距離求和，即為目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和。其中，以第i個用戶為目標(biāo)用戶，目標(biāo)歌曲為例，基頻距離和的公式可以為：

其中，S_i為第i個用戶的演繹音頻數(shù)據(jù)的基頻距離和，L_ij為第i個用戶的演繹音頻數(shù)據(jù)的音符值序列與第j個用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。

步驟S204，根據(jù)各個用戶的演繹音頻數(shù)據(jù)的基頻距離和，將基頻距離和最小的演繹音頻數(shù)據(jù)作為參考清唱音頻數(shù)據(jù)。

具體的，根據(jù)計算出的各個用戶的演繹音頻數(shù)據(jù)的基頻距離和，可以確定出其中基頻距離和最小的一個用戶的演繹音頻數(shù)據(jù)，則將該用戶的演繹音頻數(shù)據(jù)作為目標(biāo)歌曲的參考清唱音頻數(shù)據(jù)。

步驟S205，分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

具體的，歌曲音頻拼接設(shè)備可以提取各用戶演繹的各個分句的目標(biāo)清唱音頻數(shù)據(jù)的基頻信息，并且根據(jù)各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息獲取對應(yīng)的音符值序列?？梢岳斫獾氖?，基頻信息可以為清唱音頻數(shù)據(jù)的基音，用于決定清唱音頻數(shù)據(jù)中各音符點的音高。其中，音符值指的是針對MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口的一種標(biāo)準(zhǔn)值。

具體實施中，歌曲音頻拼接設(shè)備可以按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點，然后對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。例如，歌曲音頻拼接設(shè)備可以預(yù)設(shè)幀長為30ms，幀移為10ms，采集每個用戶演繹的每個分句的清唱音頻數(shù)據(jù)的基頻信息，從而每個用戶演繹的每個分句都對應(yīng)存在至少一個基頻點。歌曲音頻拼接設(shè)備對上述至少一個基頻點進(jìn)行除噪、平滑等處理，然后將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，則每個用戶演繹的每個分句對應(yīng)至少一個基頻點，至少一個基頻點對應(yīng)了至少一個音符值，至少一個音符值即音符值序列，從而歌曲音頻拼接設(shè)備就獲取到了各個分句的不用用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

在一種可能的實施場景中，歌曲音頻拼接設(shè)備可以采用預(yù)設(shè)音符轉(zhuǎn)換公式，并根據(jù)調(diào)整后的所述各基頻點的基頻值，計算各基頻點的音符值。其中，預(yù)設(shè)音符轉(zhuǎn)換公式可以為：

其中，Y表示為當(dāng)前基頻點的音符值，x表示為當(dāng)前基頻點的基頻值。

需要說明的是，歌曲音頻拼接設(shè)備對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，可以是對至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理，例如，如果一個非0基頻點的前后基頻值均為0，則將此基頻點記為0；還可以是對連續(xù)的幾個基頻點進(jìn)行中值濾波處理，通過中值濾波處理，可以使得基頻段曲線平滑，避免噪點的出現(xiàn)。

可選的，在提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息之前，歌曲音頻拼接設(shè)備可以先對每個清唱音頻數(shù)據(jù)按照預(yù)設(shè)的格式進(jìn)行規(guī)整，例如，可以規(guī)整為16k 16bit的PCM格式。

步驟S206，計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。

具體的，歌曲音頻拼接設(shè)備可以分別計算多個用戶中的某一目標(biāo)用戶演繹的某一目標(biāo)分句的音符值序列與其他用戶演繹該對應(yīng)分句的音符值序列之間的基頻距離的和，即作為該目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。例如，目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y1，演繹目標(biāo)歌曲的其他用戶包括B、C和D三個用戶，B演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y2，C演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y3，D演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y4，則歌曲音頻拼接設(shè)備可以分別計算Y1與Y2之間的基頻距離，Y1與Y3之間的基頻距離，Y1與Y4之間的基頻距離，然后將上述計算出的基頻距離求和，即為目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)的基頻距離和。

具體實施中，以目標(biāo)歌曲的第k分句為例，由于大家演唱的是同一句，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為p，意味著第k分句有p幀，第k分句的音符值序列包括p個音符值，則通過預(yù)設(shè)的基頻距離公式可以求出針對目標(biāo)歌曲的演繹中，第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離。其中，預(yù)設(shè)的基頻距離公式可以為：

其中，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，y_it^k為第i個用戶的第k分句的音符值序列的第t幀的音符值，y_jt^k為第j個用戶的第k分句的音符值序列的第t幀的音符值。這里，i∈(1～n)，j∈(1～n)，其中，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。需要說明的是，基頻距離公式中的12代表一個八度，也就是說，基頻距離公式中認(rèn)為第i個用戶和第j個用戶對第k分句的演繹在高一個八度或低一個八度的跨度內(nèi)的音準(zhǔn)都是一樣的。

依照上述預(yù)設(shè)的基頻距離公式，可以依次計算出目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離，并將計算得到的基頻距離求和，即為目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。其中，以第i個用戶為目標(biāo)用戶，目標(biāo)歌曲的第k分句為目標(biāo)分句為例，基頻距離和的公式可以為：

其中，S_i^k為第i個用戶演繹第k分句的清唱音頻數(shù)據(jù)的基頻距離和，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。

步驟S207，按照基頻距離和從小到大，對各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)進(jìn)行排序。

具體的，歌曲音頻拼接設(shè)備根據(jù)上述方法計算得到基頻距離和，將基頻距離和從小到大進(jìn)行排序，該排序也即為各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的排序。例如，目標(biāo)分句為G1，有三個用戶演唱，A用戶演唱G1的清唱音頻數(shù)據(jù)a1的基頻距離和排序為第一，B用戶演唱G1的清唱音頻數(shù)據(jù)b1的基頻距離和排序為第二，C用戶演唱G1的清唱音頻數(shù)據(jù)c1的基頻距離和排序為第三。那么，ABC三個用戶演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)排序也即為a1、b1、c1。

步驟S208，獲取排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

具體的，N可以是根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度來確定的。具體來說，歌曲音頻拼接設(shè)備可以根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

這里，N可以由置信度達(dá)不到預(yù)設(shè)置信度閾值的基頻距離和最小的清唱音頻數(shù)據(jù)的排序確定。例如，若有5個用戶演唱的針對目標(biāo)分句的清唱音頻數(shù)據(jù)，歌曲音頻拼接設(shè)備將這5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和從小到大排序后，分別計算得到5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，設(shè)排名前三位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度均大于預(yù)設(shè)置信度閾值，而排名第四位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度小于預(yù)設(shè)置信度閾值，則這里N即為3，也即將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前3個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

進(jìn)一步的，在計算置信度時，歌曲音頻拼接設(shè)備可以先在各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中，根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和之間的比較結(jié)果，確定排序第1個清唱音頻數(shù)據(jù)的置信度。具體來說，在一種情況下，歌曲音頻拼接設(shè)備可以分別計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的比值，若計算得到的比值均大于預(yù)設(shè)的第一置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。在另一種情況下，歌曲音頻拼接設(shè)備可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果的比值，M可以是歌曲音頻拼接設(shè)備預(yù)設(shè)的，若計算得到的比值大于預(yù)設(shè)的第二置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度時，置信度公式可以表示為：

其中，f為第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，為第k分句對應(yīng)的排名前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果。

在確定排序第1個清唱音頻數(shù)據(jù)的置信度達(dá)到預(yù)設(shè)置信度閾值后，歌曲音頻拼接設(shè)備可以進(jìn)一步確定其他各個清唱音頻數(shù)據(jù)的置信度。具體實施中，歌曲音頻拼接設(shè)備可以根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比較結(jié)果，確定其他各個清唱音頻數(shù)據(jù)的置信度。若某一清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)的第三置信度閾值，那么則可以認(rèn)為該清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即該清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。按照該方法，歌曲音頻拼接設(shè)備可以確定獲取置信度大于預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中其他各個清唱音頻數(shù)據(jù)的置信度時，可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比值，即置信度公式可以表示為：

其中，v_j為第k分句的清唱音頻數(shù)據(jù)中除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，S^kj為第k分句對應(yīng)的除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的基頻距離和。

需要說明的是，這里步驟S202～S204與步驟S205～S208之間的前后執(zhí)行順序可以調(diào)換。

步驟S209，從所述備選清唱音頻數(shù)據(jù)中選擇其中一個清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

步驟S210，判斷所述目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差是否均小于預(yù)設(shè)基調(diào)閾值。若是，則執(zhí)行步驟S212，否則，則執(zhí)行步驟S211。

步驟S211，重新從各個分句對應(yīng)的備選清唱音頻數(shù)據(jù)中選擇其中的清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，直至各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于預(yù)設(shè)基調(diào)閾值。

具體的，歌曲音頻拼接設(shè)備可以首先從目標(biāo)歌曲的第一個分句的備選清唱音頻數(shù)據(jù)中確定一個分句清唱音頻數(shù)據(jù)，然后計算第一個分句的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第一分句的清唱音頻數(shù)據(jù)之間的基調(diào)差，并將該第一分句的分句清唱音頻數(shù)據(jù)對應(yīng)的基調(diào)差作為基調(diào)閾值。接著從目標(biāo)歌曲的第二個分句的備選清唱音頻數(shù)據(jù)中確定一個分句清唱音頻數(shù)據(jù)，然后計算第二個分句的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第二分句的清唱音頻數(shù)據(jù)之間的基調(diào)差，并判斷第二分句的分句清唱音頻數(shù)據(jù)對應(yīng)的基調(diào)差是否小于基調(diào)閾值，若是，則繼續(xù)從目標(biāo)歌曲的下一個分句的備選清唱音頻數(shù)據(jù)中確定一個分句清唱音頻數(shù)據(jù)；否則，則執(zhí)行步驟S211，即重新從第二分句的備選清唱音頻數(shù)據(jù)中選擇一個清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)，直到選擇出的第二分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第二分句的清唱音頻數(shù)據(jù)之間的基調(diào)差小于基調(diào)閾值。

可以理解的，歌曲音頻拼接設(shè)備可以按照上述原理，分別判斷出所選擇的目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差是否均小于預(yù)設(shè)基調(diào)閾值。當(dāng)基調(diào)差均小于基調(diào)閾值時，則說明已經(jīng)為目標(biāo)歌曲的每個分句確定了合適的分句清唱音頻數(shù)據(jù)，這些分句清唱音頻數(shù)據(jù)之間可以認(rèn)為不存在基調(diào)差或者僅存在微小的基調(diào)差，也即這些分句清唱音頻數(shù)據(jù)拼接生成的拼接音頻數(shù)據(jù)的基調(diào)比較平穩(wěn)。否則，歌曲音頻拼接設(shè)備針對基調(diào)差不小于基調(diào)閾值的分句對應(yīng)的分句清唱音頻數(shù)據(jù)，可以重新從該分句的備選清唱音頻數(shù)據(jù)中選擇一個清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)，直到選擇出的該分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的對應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差小于基調(diào)閾值。

具體實施中，以目標(biāo)歌曲的第c分句為例，由于大家演唱的是同一句，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為p，意味著第k分句有p幀，第c分句的音符值序列包括p個音符值，則通過預(yù)設(shè)的基調(diào)差公式可以求出針對目標(biāo)歌曲的演繹中，第c分句對應(yīng)的分句清唱數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第c分句的清唱音頻數(shù)據(jù)之間的基調(diào)差。其中，基調(diào)差公式可以表示為：

其中，y_ut^c指第c分句對應(yīng)的分句清唱數(shù)據(jù)的音符值序列的第t幀的音符值，y_rt^c參考清唱音頻數(shù)據(jù)的第c分句的清唱音頻數(shù)據(jù)的音符值序列的第t幀的音符值，min_i表示y_ut^c和y_rt^c兩個音符值序列匹配度最高的i，即基調(diào)閾值。

在一種可能的情況下，即使歌曲音頻拼接設(shè)備窮盡某一分句(非第一個分句)的備選清唱音頻數(shù)據(jù)中的所有清唱音頻數(shù)據(jù)，都無法找到與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差小于基調(diào)閾值的清唱音頻數(shù)據(jù)，那么說明該分句無法匹配第一分句確定的分句清唱音頻數(shù)據(jù)。在這種情況下，歌曲音頻拼接設(shè)備需要重新從第一個分句的備選清唱音頻數(shù)據(jù)中確定一個新的分句清唱音頻數(shù)據(jù)，再計算第一個分句的新的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第一分句的清唱音頻數(shù)據(jù)之間的基調(diào)差，并將該第一分句的分句清唱音頻數(shù)據(jù)對應(yīng)的基調(diào)差作為新的基調(diào)閾值，相應(yīng)的，其他分句根據(jù)該基調(diào)差重新確定對應(yīng)的分句清唱音頻數(shù)據(jù)，直到目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于基調(diào)閾值。

在一種可能的情況下，即使歌曲音頻拼接設(shè)備窮盡第一個分句的備選清唱音頻數(shù)據(jù)中的所有清唱音頻數(shù)據(jù)，都無法使各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于基調(diào)閾值。也即無法使每一個分句都匹配第一分句確定的分句清唱音頻數(shù)據(jù)。那么歌曲音頻拼接設(shè)備可以暫停對目標(biāo)歌曲的拼接處理，等待新的清唱音頻數(shù)據(jù)補充后，再重新進(jìn)行迭代挑選。

需要說明的是，在本發(fā)明實施例中，在從備選清唱音頻數(shù)據(jù)中選擇清唱音頻數(shù)據(jù)作為某一目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)時，歌曲音頻拼接設(shè)備可以先將備選清唱音頻數(shù)據(jù)中排名第1個清唱音頻數(shù)據(jù)作為目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，當(dāng)排名第1個清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)達(dá)不到匹配要求的時候，再將備選清唱音頻數(shù)據(jù)中排名第2個清唱音頻數(shù)據(jù)作為目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。也即按照備選清唱音頻數(shù)據(jù)排名的先后順序，從排名第1的備選清唱音頻數(shù)據(jù)開始依次進(jìn)行挑選。按照該方法在備選清唱音頻數(shù)據(jù)中確定目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

下面舉例說明上述迭代算法，設(shè)目標(biāo)歌曲包括三個分句G1、G2和G3，G1對應(yīng)的備選清唱音頻數(shù)據(jù)排序為：a1、b1和c1，G2對應(yīng)的備選清唱音頻數(shù)據(jù)排序為：a2、b2和c2，G3對應(yīng)的備選清唱音頻數(shù)據(jù)排序為：a3、b3和c3。參考清唱音頻數(shù)據(jù)的三個分句的清唱音頻數(shù)據(jù)分別為R1、R2和R3。

首先，將第一分句G1的備選清唱音頻數(shù)據(jù)中排名第1的a1作為G1的分句清唱音頻數(shù)據(jù)，并計算a1與R1之間的基調(diào)差i1；接著將G2的備選清唱音頻數(shù)據(jù)中排名第1的a2作為G2的分句清唱音頻數(shù)據(jù)，并計算a2與R2之間的基調(diào)差i2，判斷i2與i1的差的絕對值是否小于1，也即基調(diào)差差距很小，如果是，那么則確定a2與a1匹配；則進(jìn)一步將G3的備選清唱音頻數(shù)據(jù)中排名第1的a3作為G3的分句清唱音頻數(shù)據(jù)，并計算a3與R3之間的基調(diào)差i3，判斷i3與i1的差的絕對值是否小于1，也即基調(diào)差差距很小，如果是，那么則確定a3與a1匹配，從而可以確定a1、a2和a3即為各分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

在另一種情況下，a2與R2之間的基調(diào)差i2，判斷i2與i1的差的絕對值是否小于1，如果不是，那么則確定a2與a1不匹配；則歌曲音頻拼接設(shè)備重新在G2的備選清唱音頻數(shù)據(jù)中排名第2的b2作為G2的分句清唱音頻數(shù)據(jù)，并計算b2與R2之間的基調(diào)差i4，判斷i4與i1的差的絕對值是否小于1，也即基調(diào)差差距很小，如果是，那么則確定b2與a1匹配；則進(jìn)一步將G3的備選清唱音頻數(shù)據(jù)中排名第1的a3作為G3的分句清唱音頻數(shù)據(jù)，并計算a3與R3之間的基調(diào)差i3，判斷i3與i1的差的絕對值是否小于1，也即基調(diào)差差距很小，如果是，那么則確定a3與a1匹配，從而可以確定a1、b2和a3即為各分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

在又一種情況下，a2與R2之間的基調(diào)差i2，若i2與i1的差的絕對值大于1，那么則確定a2與a1不匹配；則歌曲音頻拼接設(shè)備重新在G2的備選清唱音頻數(shù)據(jù)中排名第2的b2作為G2的分句清唱音頻數(shù)據(jù)，并計算b2與R2之間的基調(diào)差i4，若i4與i1的差的絕對值大于1，那么則確定b2與a1不匹配；則歌曲音頻拼接設(shè)備重新在G2的備選清唱音頻數(shù)據(jù)中排名第2的c2作為G2的分句清唱音頻數(shù)據(jù)，并計算c2與R2之間的基調(diào)差i5，若i5與i1的差的絕對值大于1，那么則確定c2與a1不匹配。也就是說，G2的備選清唱音頻數(shù)據(jù)中的所有清唱音頻數(shù)據(jù)均與a1不匹配，那么則需要重新確定第一分句對應(yīng)的分句清唱音頻數(shù)據(jù)，即將第一分句G1的備選清唱音頻數(shù)據(jù)中排名第2的b1作為G1的分句清唱音頻數(shù)據(jù)，并計算b1與R1之間的基調(diào)差h1，然后再將其他分句重新確定出的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)之間的基調(diào)差和h1做比較后，確定與b1是否匹配，如果仍然找不到與b1匹配的分句清唱音頻數(shù)據(jù)，則重新再將c1確定為G1的分句清唱音頻數(shù)據(jù)，如果仍然找不到與c1匹配的分句清唱音頻數(shù)據(jù)，則暫停對目標(biāo)歌曲的拼接處理。

步驟S212，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

具體的，在確定出目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)后，歌曲音頻拼接設(shè)備可以將被選出的各個分句清唱音頻數(shù)據(jù)按照各個分句對應(yīng)在目標(biāo)歌曲中的位置和順序拼接起來。其中，各個分句之間可以根據(jù)目標(biāo)歌曲中各個分句之間的空隙時間補充一定時長的靜音，最后再與目標(biāo)歌曲的伴奏進(jìn)行混音，從而生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，該拼接音頻數(shù)據(jù)包括多個用戶對每個分句演繹的分句清唱音頻數(shù)據(jù)。

本發(fā)明實施例中，通過獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列，以計算每個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)，實現(xiàn)了從多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)中挑選出每個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，提升清唱音頻數(shù)據(jù)的利用率。

下面將結(jié)合圖3-圖6，對本發(fā)明實施例提供的歌曲音頻拼接設(shè)備進(jìn)行詳細(xì)介紹。需要說明的是，圖3-圖6所示的歌曲音頻拼接設(shè)備，用于執(zhí)行本發(fā)明圖1和圖2所示實施例的方法，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，具體技術(shù)細(xì)節(jié)未揭示的，請參照本發(fā)明圖1和圖2所示的實施例。

圖3是本發(fā)明實施例提供的一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖，所述歌曲音頻拼接設(shè)備包括：

數(shù)據(jù)獲取單元310，用于獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

具體的，在本發(fā)明實施例中，演繹音頻數(shù)據(jù)可以是用戶演唱目標(biāo)歌曲時通過具有錄音功能的終端設(shè)備錄制的音頻數(shù)據(jù)，該演繹音頻數(shù)據(jù)可以是只有用戶演唱的清唱音頻數(shù)據(jù)，也可以是包括用戶演唱的清唱音頻數(shù)據(jù)以及目標(biāo)歌曲的伴奏混音等背景音樂的音頻數(shù)據(jù)，這里不作具體限定。其中，目標(biāo)歌曲中包括多個分句，對于分句的劃分可以通過目標(biāo)歌曲的歌詞信息來進(jìn)行劃分，例如目標(biāo)歌曲為《新年好》，則“新年好啊，新年好啊，祝福大家新年好”就可以被定義為三個分句。用戶在對目標(biāo)歌曲演唱完成后，可以將其演唱的演繹音頻數(shù)據(jù)上傳或者保存在歌曲音頻拼接設(shè)備中，數(shù)據(jù)獲取單元310就可以獲取到多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，從而可以獲取到多個用戶針對目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

第一音符值轉(zhuǎn)換單元320，用于分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

具體的，第一音符值轉(zhuǎn)換單元320可以提取各用戶演繹的各個分句的目標(biāo)清唱音頻數(shù)據(jù)的基頻信息，并且根據(jù)各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息獲取對應(yīng)的音符值序列?？梢岳斫獾氖?，基頻信息可以為清唱音頻數(shù)據(jù)的基音，用于決定清唱音頻數(shù)據(jù)中各音符點的音高。其中，音符值指的是針對MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口的一種標(biāo)準(zhǔn)值。

在一種可能的實施場景中，第一音符值轉(zhuǎn)換單元320可以采用預(yù)設(shè)音符轉(zhuǎn)換公式，并根據(jù)調(diào)整后的所述各基頻點的基頻值，計算各基頻點的音符值。其中，預(yù)設(shè)音符轉(zhuǎn)換公式可以為：

其中，Y表示為當(dāng)前基頻點的音符值，x表示為當(dāng)前基頻點的基頻值。

可選的，在提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息之前，第一音符值轉(zhuǎn)換單元320可以先對每個清唱音頻數(shù)據(jù)按照預(yù)設(shè)的格式進(jìn)行規(guī)整，例如，可以規(guī)整為16k 16bit的PCM格式。

可選的，可以一并參見圖4，圖4是本發(fā)明實施例提供的第一音符值轉(zhuǎn)換單元的結(jié)構(gòu)示意圖，所述第一音符值轉(zhuǎn)換單元320包括：

基頻點生成子單元321，用于按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點。

具體實施中，基頻點生成子單元321可以按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點，然后對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。例如，歌曲音頻拼接設(shè)備可以預(yù)設(shè)幀長為30ms，幀移為10ms，采集每個用戶演繹的每個分句的清唱音頻數(shù)據(jù)的基頻信息，從而每個用戶演繹的每個分句都對應(yīng)存在至少一個基頻點。

第一音符值轉(zhuǎn)換子單元322，用于對所述至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的所述各基頻點的基頻值轉(zhuǎn)換為所述各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

第一音符值轉(zhuǎn)換子單元322對上述至少一個基頻點進(jìn)行除噪、平滑等處理，然后將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，則每個用戶演繹的每個分句對應(yīng)至少一個基頻點，至少一個基頻點對應(yīng)了至少一個音符值，至少一個音符值即音符值序列，從而歌曲音頻拼接設(shè)備就獲取到了各個分句的不用用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

需要說明的是，第一音符值轉(zhuǎn)換子單元322對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，可以是對至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理，例如，如果一個非0基頻點的前后基頻值均為0，則將此基頻點記為0；還可以是對連續(xù)的幾個基頻點進(jìn)行中值濾波處理，通過中值濾波處理，可以使得基頻段曲線平滑，避免噪點的出現(xiàn)。

第一計算單元330，用于計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。

具體的，第一計算單元330可以分別計算多個用戶中的某一目標(biāo)用戶演繹的某一目標(biāo)分句的音符值序列與其他用戶演繹該對應(yīng)分句的音符值序列之間的基頻距離的和，即作為該目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。例如，目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y1，演繹目標(biāo)歌曲的其他用戶包括B、C和D三個用戶，B演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y2，C演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y3，D演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y4，則第一計算單元330可以分別計算Y1與Y2之間的基頻距離，Y1與Y3之間的基頻距離，Y1與Y4之間的基頻距離，然后將上述計算出的基頻距離求和，即為目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)的基頻距離和。

具體實施中，以目標(biāo)歌曲的第k分句為例，由于大家演唱的是同一句，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為p，意味著第k分句有p幀，第k分句的音符值序列包括p個音符值，則第一計算單元330通過預(yù)設(shè)的基頻距離公式可以求出針對目標(biāo)歌曲的演繹中，第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離。其中，預(yù)設(shè)的基頻距離公式可以為：

或

其中，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，y_it^k為第i個用戶的第k分句的音符值序列的第t幀的音符值，y_jt^k為第j個用戶的第k分句的音符值序列的第t幀的音符值。這里，i∈(1～n)，j∈(1～n)，其中，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。需要說明的是，第一個基頻距離公式中的12代表一個八度，也就是說，第一個基頻距離公式中認(rèn)為第i個用戶和第j個用戶對第k分句的演繹在高一個八度或低一個八度的跨度內(nèi)的音準(zhǔn)都是一樣的。

依照上述預(yù)設(shè)的基頻距離公式的其中一個，第一計算單元330可以依次計算出目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離，并將計算得到的基頻距離求和，即為目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。其中，以第i個用戶為目標(biāo)用戶，目標(biāo)歌曲的第k分句為目標(biāo)分句為例，基頻距離和的公式可以為：

其中，S_i^k為第i個用戶演繹第k分句的清唱音頻數(shù)據(jù)的基頻距離和，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。

第一分句數(shù)據(jù)選擇單元340，用于根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

具體的，目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)可以指在多個用戶演繹的目標(biāo)分句的清唱音頻數(shù)據(jù)中選擇出的一個用于拼接的清唱音頻數(shù)據(jù)。該目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)的確定可以依據(jù)之前計算得到的各個用戶演繹的目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，再結(jié)合不同的預(yù)設(shè)算法進(jìn)行選取。

在第一種可能的實施場景中，第一分句數(shù)據(jù)選擇單元340可以獲取各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和中最小的基頻距離和，確定該最小的基頻距離和所對應(yīng)的目標(biāo)清唱音頻數(shù)據(jù)，將該目標(biāo)清唱音頻數(shù)據(jù)作為目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)即可。

可選的，可以一并參見圖5，圖5是本發(fā)明實施例提供的第一分句數(shù)據(jù)選擇單元的結(jié)構(gòu)示意圖，第一分句數(shù)據(jù)選擇單元340包括：

數(shù)據(jù)排序子單元341，用于按照基頻距離和從小到大，對各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)進(jìn)行排序。

備選數(shù)據(jù)獲取子單元342，用于獲取排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)，從所述備選清唱音頻數(shù)據(jù)中選擇其中一個清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

在第二種可能的實施場景中，數(shù)據(jù)排序子單元341可以按照基頻距離和從小到大，對各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)進(jìn)行排序，從而備選數(shù)據(jù)獲取子單元342獲取排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)，從備選清唱音頻數(shù)據(jù)中選擇其中一個清唱音頻數(shù)據(jù)作為目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。具體的，在備選清唱音頻數(shù)據(jù)中選擇清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)時，備選數(shù)據(jù)獲取子單元342可以根據(jù)預(yù)先設(shè)定的規(guī)則進(jìn)行依次迭代，從而選擇出各個分句之間匹配度最合適的多個分句清唱音頻數(shù)據(jù)；備選數(shù)據(jù)獲取子單元342也可以隨機的從備選清唱音頻數(shù)據(jù)中選擇清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)，在本實施例中不作具體限定。

需要說明的是，在第二種實施場景中的一種情況下，N可以是歌曲音頻拼接設(shè)備中預(yù)先設(shè)定的，例如，備選數(shù)據(jù)獲取子單元342可以預(yù)先設(shè)定取排序中用戶數(shù)量的一半的清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)，則若有10個用戶演唱的針對目標(biāo)分句的清唱音頻數(shù)據(jù)，將這10個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和從小到大排序后，取前5個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)即可。

可選的，在第二種實施場景中的另一種情況下，所述數(shù)據(jù)排序子單元341用于：

根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度；

將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)，N由置信度達(dá)不到預(yù)設(shè)置信度閾值的基頻距離和最小的清唱音頻數(shù)據(jù)的排序確定。

在第二種實施場景中的另一種情況下，N可以是根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度來確定的。具體來說，數(shù)據(jù)排序子單元341可以根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。這里，N可以由置信度達(dá)不到預(yù)設(shè)置信度閾值的基頻距離和最小的清唱音頻數(shù)據(jù)的排序確定。例如，若有5個用戶演唱的針對目標(biāo)分句的清唱音頻數(shù)據(jù)，數(shù)據(jù)排序子單元341將這5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和從小到大排序后，分別計算得到5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，設(shè)排名前三位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度均大于預(yù)設(shè)置信度閾值，而排名第四位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度小于預(yù)設(shè)置信度閾值，則這里N即為3，也即將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前3個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

進(jìn)一步的，在計算置信度時，所述數(shù)據(jù)排序子單元341用于：

在各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中，根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和之間的比較結(jié)果，確定排序第1個清唱音頻數(shù)據(jù)的置信度；

根據(jù)所述排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比較結(jié)果，確定其他各個清唱音頻數(shù)據(jù)的置信度。

具體的，數(shù)據(jù)排序子單元341可以先在各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中，根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和之間的比較結(jié)果，確定排序第1個清唱音頻數(shù)據(jù)的置信度。具體來說，在一種情況下，數(shù)據(jù)排序子單元341可以分別計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的比值，若計算得到的比值均大于預(yù)設(shè)的第一置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。在另一種情況下，數(shù)據(jù)排序子單元341可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果的比值，M可以是數(shù)據(jù)排序子單元341預(yù)設(shè)的，若計算得到的比值大于預(yù)設(shè)的第二置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度時，置信度公式可以表示為：

其中，f為第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，為第k分句對應(yīng)的排名前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果。

在確定排序第1個清唱音頻數(shù)據(jù)的置信度達(dá)到預(yù)設(shè)置信度閾值后，數(shù)據(jù)排序子單元341可以進(jìn)一步確定其他各個清唱音頻數(shù)據(jù)的置信度。具體實施中，數(shù)據(jù)排序子單元341可以根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比較結(jié)果，確定其他各個清唱音頻數(shù)據(jù)的置信度。若某一清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)的第三置信度閾值，那么則可以認(rèn)為該清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即該清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。按照該方法，數(shù)據(jù)排序子單元341可以確定獲取置信度大于預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中其他各個清唱音頻數(shù)據(jù)的置信度時，可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比值，即置信度公式可以表示為：

其中，v_j為第k分句的清唱音頻數(shù)據(jù)中除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，S^kj為第k分句對應(yīng)的除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的基頻距離和。

數(shù)據(jù)生成單元350，用于根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

具體的，確定出目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)后，數(shù)據(jù)生成單元350可以將被選出的各個分句清唱音頻數(shù)據(jù)按照各個分句對應(yīng)在目標(biāo)歌曲中的位置和順序拼接起來。其中，各個分句之間可以根據(jù)目標(biāo)歌曲中各個分句之間的空隙時間補充一定時長的靜音，最后再與目標(biāo)歌曲的伴奏進(jìn)行混音，從而生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，該拼接音頻數(shù)據(jù)包括多個用戶對每個分句演繹的分句清唱音頻數(shù)據(jù)。例如，目標(biāo)歌曲有4個分句G1、G2、G3和G4，設(shè)總共有3個用戶演唱了該目標(biāo)歌曲，用戶A對4個分句演繹的清唱音頻數(shù)據(jù)分別為a1、a2、a3、a4，用戶B對4個分句演繹的清唱音頻數(shù)據(jù)分別為b1、b2、b3、b4，用戶C對4個分句演繹的清唱音頻數(shù)據(jù)分別為c1、c2、c3、c4，其中，數(shù)據(jù)生成單元350根據(jù)上述算法最終確定：G1分句對應(yīng)的分句清唱音頻數(shù)據(jù)為b1，G2分句對應(yīng)的分句清唱音頻數(shù)據(jù)為c2，G3分句對應(yīng)的分句清唱音頻數(shù)據(jù)為b3，G4分句對應(yīng)的分句清唱音頻數(shù)據(jù)為a4，那么歌曲音頻拼接設(shè)備就可以將b1、c2、b3以及a4這四個清唱音頻數(shù)據(jù)進(jìn)行拼接，最終生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

本發(fā)明實施例中，通過獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列，以計算每個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)，實現(xiàn)了從多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)中挑選出每個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，提升清唱音頻數(shù)據(jù)的利用率。

圖6是本發(fā)明實施例提供的另一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖，所述設(shè)備包括：

數(shù)據(jù)獲取單元310，用于獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

具體的，演繹音頻數(shù)據(jù)可以是用戶演唱目標(biāo)歌曲時通過具有錄音功能的終端設(shè)備錄制的音頻數(shù)據(jù)，該演繹音頻數(shù)據(jù)可以是只有用戶演唱的清唱音頻數(shù)據(jù)。其中，目標(biāo)歌曲中包括多個分句，對于分句的劃分可以通過目標(biāo)歌曲的歌詞信息來進(jìn)行劃分，例如目標(biāo)歌曲為《新年好》，則“新年好啊，新年好啊，祝福大家新年好”就可以被定義為三個分句。用戶在對目標(biāo)歌曲演唱完成后，可以將其演唱的演繹音頻數(shù)據(jù)上傳或者保存在歌曲音頻拼接設(shè)備中，數(shù)據(jù)獲取單元310就可以獲取到多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，從而可以獲取到多個用戶針對目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)。

第二音符值轉(zhuǎn)換單元360，用于分別提取各用戶演繹的目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻信息，獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

具體的，第二音符值轉(zhuǎn)換單元360可以分別提取各用戶演繹的目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻信息，并獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。也就是說，這里第二音符值轉(zhuǎn)換單元360獲取的是不同用戶針對目標(biāo)歌曲演繹的完整的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列?？梢岳斫獾氖?，基頻信息可以為清唱音頻數(shù)據(jù)的基音，用于決定清唱音頻數(shù)據(jù)中各音符點的音高。其中，音符值指的是針對MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口的一種標(biāo)準(zhǔn)值。

具體實施中，第二音符值轉(zhuǎn)換單元360可以按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的演繹音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的目標(biāo)歌曲對應(yīng)的至少一個基頻點，然后對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，從而獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。例如，第二音符值轉(zhuǎn)換單元360可以預(yù)設(shè)幀長為30ms，幀移為10ms，采集每個用戶演繹的演繹音頻數(shù)據(jù)的基頻信息，從而每個用戶演繹的演繹音頻數(shù)據(jù)都對應(yīng)存在至少一個基頻點。第二音符值轉(zhuǎn)換單元360對上述至少一個基頻點進(jìn)行除噪、平滑等處理，然后將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，則每個用戶演繹的演繹音頻數(shù)據(jù)對應(yīng)至少一個基頻點，至少一個基頻點對應(yīng)了至少一個音符值，至少一個音符值即音符值序列，從而第二音符值轉(zhuǎn)換單元360就獲取到了不用用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

在一種可能的實施場景中，第二音符值轉(zhuǎn)換單元360可以采用預(yù)設(shè)音符轉(zhuǎn)換公式，并根據(jù)調(diào)整后的所述各基頻點的基頻值，計算各基頻點的音符值。其中，預(yù)設(shè)音符轉(zhuǎn)換公式可以為：

其中，Y表示為當(dāng)前基頻點的音符值，x表示為當(dāng)前基頻點的基頻值。

需要說明的是，第二音符值轉(zhuǎn)換單元360對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，可以是對至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理，例如，如果一個非0基頻點的前后基頻值均為0，則將此基頻點記為0；還可以是對連續(xù)的幾個基頻點進(jìn)行中值濾波處理，通過中值濾波處理，可以使得基頻段曲線平滑，避免噪點的出現(xiàn)。

可選的，在提取各用戶的演繹音頻數(shù)據(jù)的基頻信息之前，第二音符值轉(zhuǎn)換單元360可以先對每個演繹音頻數(shù)據(jù)按照預(yù)設(shè)的格式進(jìn)行規(guī)整，例如，可以規(guī)整為16k 16bit的PCM格式。

第二計算單元370，用于計算所述多個用戶中的目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列分別與所述多個用戶中其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和。

具體的，第二計算單元370可以分別計算多個用戶中的某一目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列與其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離的和，即作為該目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和。例如，目標(biāo)用戶A演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W1，演繹目標(biāo)歌曲的其他用戶包括B、C和D三個用戶，B演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W2，C演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W3，D演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)對應(yīng)的音符值序列為W4，則歌曲音頻拼接設(shè)備可以分別計算W1與W2之間的基頻距離，W1與W3之間的基頻距離，W1與W4之間的基頻距離，然后將上述計算出的基頻距離求和，即為目標(biāo)用戶A演繹目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻距離和。

具體實施中，以目標(biāo)歌曲為例，由于大家演唱的是同一首歌，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為q，意味著目標(biāo)歌曲有q幀，演繹音頻數(shù)據(jù)的音符值序列包括q個音符值，則通過預(yù)設(shè)的基頻距離公式可以求出針對目標(biāo)歌曲的演繹中，第i個用戶的演繹音頻數(shù)據(jù)的音符值序列與第j個用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離。其中，預(yù)設(shè)的基頻距離公式可以為：

其中，L_ij為第i個用戶的演繹音頻數(shù)據(jù)的音符值序列與第j個用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離，y_it為第i個用戶的演繹音頻數(shù)據(jù)的音符值序列的第t幀的音符值，y_jt為第j個用戶的演繹音頻數(shù)據(jù)的音符值序列的第t幀的音符值。這里，i∈(1～n)，j∈(1～n)，其中，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。需要說明的是，基頻距離公式中的12代表一個八度，也就是說，基頻距離公式中認(rèn)為第i個用戶和第j個用戶對目標(biāo)歌曲的演繹在高一個八度或低一個八度的跨度內(nèi)的音準(zhǔn)都是一樣的。

依照上述預(yù)設(shè)的基頻距離公式，第二計算單元370可以依次計算出目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列分別與多個用戶中其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離，并將計算得到的基頻距離求和，即為目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和。其中，以第i個用戶為目標(biāo)用戶，目標(biāo)歌曲為例，基頻距離和的公式可以為：

其中，S_i為第i個用戶的演繹音頻數(shù)據(jù)的基頻距離和，L_ij為第i個用戶的演繹音頻數(shù)據(jù)的音符值序列與第j個用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。

參考數(shù)據(jù)選擇單元380，用于根據(jù)各個用戶的演繹音頻數(shù)據(jù)的基頻距離和，將基頻距離和最小的演繹音頻數(shù)據(jù)作為參考清唱音頻數(shù)據(jù)。

具體的，參考數(shù)據(jù)選擇單元380根據(jù)計算出的各個用戶的演繹音頻數(shù)據(jù)的基頻距離和，可以確定出其中基頻距離和最小的一個用戶的演繹音頻數(shù)據(jù)，則將該用戶的演繹音頻數(shù)據(jù)作為目標(biāo)歌曲的參考清唱音頻數(shù)據(jù)。

第一音符值轉(zhuǎn)換單元320，用于分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

具體的，第一音符值轉(zhuǎn)換單元320可以提取各用戶演繹的各個分句的目標(biāo)清唱音頻數(shù)據(jù)的基頻信息，并且根據(jù)各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息獲取對應(yīng)的音符值序列?？梢岳斫獾氖?，基頻信息可以為清唱音頻數(shù)據(jù)的基音，用于決定清唱音頻數(shù)據(jù)中各音符點的音高。其中，音符值指的是針對MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口的一種標(biāo)準(zhǔn)值。

在一種可能的實施場景中，第一音符值轉(zhuǎn)換單元320可以采用預(yù)設(shè)音符轉(zhuǎn)換公式，并根據(jù)調(diào)整后的所述各基頻點的基頻值，計算各基頻點的音符值。其中，預(yù)設(shè)音符轉(zhuǎn)換公式可以為：

其中，Y表示為當(dāng)前基頻點的音符值，x表示為當(dāng)前基頻點的基頻值。

可選的，在提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息之前，第一音符值轉(zhuǎn)換單元320可以先對每個清唱音頻數(shù)據(jù)按照預(yù)設(shè)的格式進(jìn)行規(guī)整，例如，可以規(guī)整為16k 16bit的PCM格式。

可選的，可以一并參見圖4，圖4是本發(fā)明實施例提供的第一音符值轉(zhuǎn)換單元的結(jié)構(gòu)示意圖，所述第一音符值轉(zhuǎn)換單元320包括：

基頻點生成子單元321，用于按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點。

具體實施中，基頻點生成子單元321可以按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點，然后對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。例如，歌曲音頻拼接設(shè)備可以預(yù)設(shè)幀長為30ms，幀移為10ms，采集每個用戶演繹的每個分句的清唱音頻數(shù)據(jù)的基頻信息，從而每個用戶演繹的每個分句都對應(yīng)存在至少一個基頻點。

第一音符值轉(zhuǎn)換子單元322，用于對所述至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的所述各基頻點的基頻值轉(zhuǎn)換為所述各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

第一音符值轉(zhuǎn)換子單元322對上述至少一個基頻點進(jìn)行除噪、平滑等處理，然后將調(diào)整后的各基頻點的基頻值轉(zhuǎn)換為各基頻點對應(yīng)的音符值，則每個用戶演繹的每個分句對應(yīng)至少一個基頻點，至少一個基頻點對應(yīng)了至少一個音符值，至少一個音符值即音符值序列，從而歌曲音頻拼接設(shè)備就獲取到了各個分句的不用用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

需要說明的是，第一音符值轉(zhuǎn)換子單元322對至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，可以是對至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理，例如，如果一個非0基頻點的前后基頻值均為0，則將此基頻點記為0；還可以是對連續(xù)的幾個基頻點進(jìn)行中值濾波處理，通過中值濾波處理，可以使得基頻段曲線平滑，避免噪點的出現(xiàn)。

第一計算單元330，用于計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。

具體的，第一計算單元330可以分別計算多個用戶中的某一目標(biāo)用戶演繹的某一目標(biāo)分句的音符值序列與其他用戶演繹該對應(yīng)分句的音符值序列之間的基頻距離的和，即作為該目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。例如，目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y1，演繹目標(biāo)歌曲的其他用戶包括B、C和D三個用戶，B演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y2，C演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y3，D演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)對應(yīng)的音符值序列為Y4，則第一計算單元330可以分別計算Y1與Y2之間的基頻距離，Y1與Y3之間的基頻距離，Y1與Y4之間的基頻距離，然后將上述計算出的基頻距離求和，即為目標(biāo)用戶A演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)的基頻距離和。

具體實施中，以目標(biāo)歌曲的第k分句為例，由于大家演唱的是同一句，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為p，意味著第k分句有p幀，第k分句的音符值序列包括p個音符值，則第一計算單元330通過預(yù)設(shè)的基頻距離公式可以求出針對目標(biāo)歌曲的演繹中，第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離。其中，預(yù)設(shè)的基頻距離公式可以為：

或

其中，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，y_it^k為第i個用戶的第k分句的音符值序列的第t幀的音符值，y_jt^k為第j個用戶的第k分句的音符值序列的第t幀的音符值。這里，i∈(1～n)，j∈(1～n)，其中，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。需要說明的是，第一個基頻距離公式中的12代表一個八度，也就是說，第一個基頻距離公式中認(rèn)為第i個用戶和第j個用戶對第k分句的演繹在高一個八度或低一個八度的跨度內(nèi)的音準(zhǔn)都是一樣的。

依照上述預(yù)設(shè)的基頻距離公式的其中一個，第一計算單元330可以依次計算出目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離，并將計算得到的基頻距離求和，即為目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和。其中，以第i個用戶為目標(biāo)用戶，目標(biāo)歌曲的第k分句為目標(biāo)分句為例，基頻距離和的公式可以為：

其中，S_i^k為第i個用戶演繹第k分句的清唱音頻數(shù)據(jù)的基頻距離和，L_ij^k為第i個用戶的第k分句的音符值序列與第j個用戶的第k分句的音符值序列之間的基頻距離，n可以指演繹目標(biāo)歌曲的所有用戶的數(shù)量。

第一分句數(shù)據(jù)選擇單元340，用于根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

可以一并參見圖5，圖5是本發(fā)明實施例提供的第一分句數(shù)據(jù)選擇單元的結(jié)構(gòu)示意圖，第一分句數(shù)據(jù)選擇單元340包括：

數(shù)據(jù)排序子單元341，用于按照基頻距離和從小到大，對各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)進(jìn)行排序。

具體的，數(shù)據(jù)排序子單元341根據(jù)上述方法計算得到基頻距離和，將基頻距離和從小到大進(jìn)行排序，該排序也即為各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的排序。例如，目標(biāo)分句為G1，有三個用戶演唱，A用戶演唱G1的清唱音頻數(shù)據(jù)a1的基頻距離和排序為第一，B用戶演唱G1的清唱音頻數(shù)據(jù)b1的基頻距離和排序為第二，C用戶演唱G1的清唱音頻數(shù)據(jù)c1的基頻距離和排序為第三。那么，ABC三個用戶演繹目標(biāo)分句G1的清唱音頻數(shù)據(jù)排序也即為a1、b1、c1。

備選數(shù)據(jù)獲取子單元342，用于獲取排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)，從所述備選清唱音頻數(shù)據(jù)中選擇其中一個清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

具體的，N可以是根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度來確定的。具體來說，備選數(shù)據(jù)獲取子單元342可以根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

這里，N可以由置信度達(dá)不到預(yù)設(shè)置信度閾值的基頻距離和最小的清唱音頻數(shù)據(jù)的排序確定。例如，若有5個用戶演唱的針對目標(biāo)分句的清唱音頻數(shù)據(jù)，備選數(shù)據(jù)獲取子單元342將這5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和從小到大排序后，分別計算得到5個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度，設(shè)排名前三位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度均大于預(yù)設(shè)置信度閾值，而排名第四位的用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度小于預(yù)設(shè)置信度閾值，則這里N即為3，也即將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前3個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。

進(jìn)一步的，在計算置信度時，備選數(shù)據(jù)獲取子單元342可以先在各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中，根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和之間的比較結(jié)果，確定排序第1個清唱音頻數(shù)據(jù)的置信度。具體來說，在一種情況下，備選數(shù)據(jù)獲取子單元342可以分別計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的比值，若計算得到的比值均大于預(yù)設(shè)的第一置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。在另一種情況下，備選數(shù)據(jù)獲取子單元342可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果的比值，M可以是歌曲音頻拼接設(shè)備預(yù)設(shè)的，若計算得到的比值大于預(yù)設(shè)的第二置信度閾值，那么則可以認(rèn)為排序第1個清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即排序第1個清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度時，置信度公式可以表示為：

其中，f為第k分句的清唱音頻數(shù)據(jù)中排序第1個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，為第k分句對應(yīng)的排名前M個清唱音頻數(shù)據(jù)的基頻距離和的求和結(jié)果。

在確定排序第1個清唱音頻數(shù)據(jù)的置信度達(dá)到預(yù)設(shè)置信度閾值后，備選數(shù)據(jù)獲取子單元342可以進(jìn)一步確定其他各個清唱音頻數(shù)據(jù)的置信度。具體實施中，備選數(shù)據(jù)獲取子單元342可以根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比較結(jié)果，確定其他各個清唱音頻數(shù)據(jù)的置信度。若某一清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)的第三置信度閾值，那么則可以認(rèn)為該清唱音頻數(shù)據(jù)的置信度大于預(yù)設(shè)置信度閾值，即該清唱音頻數(shù)據(jù)可以作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。按照該方法，備選數(shù)據(jù)獲取子單元342可以確定獲取置信度大于預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為目標(biāo)分句的備選清唱音頻數(shù)據(jù)。例如，在計算各個用戶演繹第k分句的清唱音頻數(shù)據(jù)中其他各個清唱音頻數(shù)據(jù)的置信度時，可以計算排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比值，即置信度公式可以表示為：

其中，v_j為第k分句的清唱音頻數(shù)據(jù)中除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的置信度，S^k1為第k分句對應(yīng)的排名第1個清唱音頻數(shù)據(jù)的基頻距離和，S^kj為第k分句對應(yīng)的除排序第1個清唱音頻數(shù)據(jù)的其他各個清唱音頻數(shù)據(jù)的基頻距離和。

基調(diào)差確定單元390，用于確定所述目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于預(yù)設(shè)基調(diào)閾值。

第二分句數(shù)據(jù)選擇單元400，用于若所述目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差不能滿足均小于預(yù)設(shè)基調(diào)閾值，則重新從各個分句對應(yīng)的備選清唱音頻數(shù)據(jù)中選擇其中的清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，直至各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于預(yù)設(shè)基調(diào)閾值。

具體的，備選數(shù)據(jù)獲取子單元342可以首先從目標(biāo)歌曲的第一個分句的備選清唱音頻數(shù)據(jù)中確定一個分句清唱音頻數(shù)據(jù)，然后基調(diào)差確定單元390計算第一個分句的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第一分句的清唱音頻數(shù)據(jù)之間的基調(diào)差，并將該第一分句的分句清唱音頻數(shù)據(jù)對應(yīng)的基調(diào)差作為基調(diào)閾值。接著備選數(shù)據(jù)獲取子單元342從目標(biāo)歌曲的第二個分句的備選清唱音頻數(shù)據(jù)中確定一個分句清唱音頻數(shù)據(jù)，然后基調(diào)差確定單元390計算第二個分句的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第二分句的清唱音頻數(shù)據(jù)之間的基調(diào)差，并判斷第二分句的分句清唱音頻數(shù)據(jù)對應(yīng)的基調(diào)差是否小于基調(diào)閾值，若是，則備選數(shù)據(jù)獲取子單元342繼續(xù)從目標(biāo)歌曲的下一個分句的備選清唱音頻數(shù)據(jù)中確定一個分句清唱音頻數(shù)據(jù)；否則，則第二分句數(shù)據(jù)選擇單元400重新從第二分句的備選清唱音頻數(shù)據(jù)中選擇一個清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)，直到選擇出的第二分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第二分句的清唱音頻數(shù)據(jù)之間的基調(diào)差小于基調(diào)閾值。

可以理解的，基調(diào)差確定單元390可以按照上述原理，分別判斷出備選數(shù)據(jù)獲取子單元342所選擇的目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差是否均小于預(yù)設(shè)基調(diào)閾值。當(dāng)基調(diào)差均小于基調(diào)閾值時，則說明已經(jīng)為目標(biāo)歌曲的每個分句確定了合適的分句清唱音頻數(shù)據(jù)，這些分句清唱音頻數(shù)據(jù)之間可以認(rèn)為不存在基調(diào)差或者僅存在微小的基調(diào)差，也即這些分句清唱音頻數(shù)據(jù)拼接生成的拼接音頻數(shù)據(jù)的基調(diào)比較平穩(wěn)。否則，第二分句數(shù)據(jù)選擇單元400針對基調(diào)差不小于基調(diào)閾值的分句對應(yīng)的分句清唱音頻數(shù)據(jù)，可以重新從該分句的備選清唱音頻數(shù)據(jù)中選擇一個清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)，直到選擇出的該分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的對應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差小于基調(diào)閾值。

具體實施中，以目標(biāo)歌曲的第c分句為例，由于大家演唱的是同一句，所以對應(yīng)的音符值序列的長度相同，設(shè)長度為p，意味著第k分句有p幀，第c分句的音符值序列包括p個音符值，則通過預(yù)設(shè)的基調(diào)差公式可以求出針對目標(biāo)歌曲的演繹中，第c分句對應(yīng)的分句清唱數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第c分句的清唱音頻數(shù)據(jù)之間的基調(diào)差。其中，基調(diào)差公式可以表示為：

其中，y_ut^c指第c分句對應(yīng)的分句清唱數(shù)據(jù)的音符值序列的第t幀的音符值，y_rt^c參考清唱音頻數(shù)據(jù)的第c分句的清唱音頻數(shù)據(jù)的音符值序列的第t幀的音符值，min_i表示y_ut^c和y_rt^c兩個音符值序列匹配度最高的i，即基調(diào)閾值。

在一種可能的情況下，即使備選數(shù)據(jù)獲取子單元342窮盡某一分句(非第一個分句)的備選清唱音頻數(shù)據(jù)中的所有清唱音頻數(shù)據(jù)，都無法找到與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差小于基調(diào)閾值的清唱音頻數(shù)據(jù)，那么說明該分句無法匹配第一分句確定的分句清唱音頻數(shù)據(jù)。在這種情況下，第二分句數(shù)據(jù)選擇單元400需要重新從第一個分句的備選清唱音頻數(shù)據(jù)中確定一個新的分句清唱音頻數(shù)據(jù)，基調(diào)差確定單元390再計算第一個分句的新的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的第一分句的清唱音頻數(shù)據(jù)之間的基調(diào)差，并將該第一分句的分句清唱音頻數(shù)據(jù)對應(yīng)的基調(diào)差作為新的基調(diào)閾值，相應(yīng)的，其他分句根據(jù)該基調(diào)差重新確定對應(yīng)的分句清唱音頻數(shù)據(jù)，直到目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于基調(diào)閾值。

在一種可能的情況下，即使備選數(shù)據(jù)獲取子單元342窮盡第一個分句的備選清唱音頻數(shù)據(jù)中的所有清唱音頻數(shù)據(jù)，都無法使各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于基調(diào)閾值。也即無法使每一個分句都匹配第一分句確定的分句清唱音頻數(shù)據(jù)。那么可以暫停對目標(biāo)歌曲的拼接處理，等待新的清唱音頻數(shù)據(jù)補充后，再重新進(jìn)行迭代挑選。

需要說明的是，在本發(fā)明實施例中，備選數(shù)據(jù)獲取子單元342在從備選清唱音頻數(shù)據(jù)中選擇清唱音頻數(shù)據(jù)作為某一目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)時，備選數(shù)據(jù)獲取子單元342可以先將備選清唱音頻數(shù)據(jù)中排名第1個清唱音頻數(shù)據(jù)作為目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，當(dāng)排名第1個清唱音頻數(shù)據(jù)作為分句清唱音頻數(shù)據(jù)達(dá)不到匹配要求的時候，再將備選清唱音頻數(shù)據(jù)中排名第2個清唱音頻數(shù)據(jù)作為目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。也即按照備選清唱音頻數(shù)據(jù)排名的先后順序，從排名第1的備選清唱音頻數(shù)據(jù)開始依次進(jìn)行挑選。按照該方法在備選清唱音頻數(shù)據(jù)中確定目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

數(shù)據(jù)生成單元350，用于根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

具體的，在確定出目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)后，數(shù)據(jù)生成單元350可以將被選出的各個分句清唱音頻數(shù)據(jù)按照各個分句對應(yīng)在目標(biāo)歌曲中的位置和順序拼接起來。其中，各個分句之間可以根據(jù)目標(biāo)歌曲中各個分句之間的空隙時間補充一定時長的靜音，最后再與目標(biāo)歌曲的伴奏進(jìn)行混音，從而生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，該拼接音頻數(shù)據(jù)包括多個用戶對每個分句演繹的分句清唱音頻數(shù)據(jù)。

本發(fā)明實施例中，通過獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列，以計算每個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)，實現(xiàn)了從多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)中挑選出每個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成目標(biāo)歌曲的拼接音頻數(shù)據(jù)，提升清唱音頻數(shù)據(jù)的利用率。

圖7是本發(fā)明實施例提供的另一種歌曲音頻拼接設(shè)備的結(jié)構(gòu)示意圖。如圖7所示，所述歌曲音頻拼接設(shè)備1000可以包括：至少一個處理器1001，例如CPU，至少一個網(wǎng)絡(luò)接口1004，用戶接口1003，存儲器1005，至少一個通信總線1002。其中，通信總線1002用于實現(xiàn)這些組件之間的連接通信。其中，用戶接口1003可以包括顯示屏(Display)、鍵盤(Keyboard)，可選用戶接口1003還可以包括標(biāo)準(zhǔn)的有線接口、無線接口。網(wǎng)絡(luò)接口1004可選的可以包括標(biāo)準(zhǔn)的有線接口、無線接口(如WI-FI接口)。存儲器1005可以是高速RAM存儲器，也可以是非不穩(wěn)定的存儲器(non-volatile memory)，例如至少一個磁盤存儲器。存儲器1005可選的還可以是至少一個位于遠(yuǎn)離前述處理器1001的存儲裝置。如圖7所示，作為一種計算機存儲介質(zhì)的存儲器1005中可以包括操作系統(tǒng)、網(wǎng)絡(luò)通信模塊、用戶接口模塊以及文件生成應(yīng)用程序。

在圖7所示的歌曲音頻拼接設(shè)備1000中，用戶接口1003主要用于為用戶提供輸入的接口，獲取用戶輸入的數(shù)據(jù)；而處理器1001可以用于調(diào)用存儲器1005中存儲的音頻拼接應(yīng)用程序，并具體執(zhí)行以下操作：

獲取多個用戶針對目標(biāo)歌曲的演繹音頻數(shù)據(jù)，所述演繹音頻數(shù)據(jù)包括所述目標(biāo)歌曲的各個分句的清唱音頻數(shù)據(jù)；

分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列；

計算所述多個用戶中的目標(biāo)用戶演繹目標(biāo)分句的音符值序列分別與所述多個用戶中其他用戶演繹目標(biāo)分句的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和；

根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)；

根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)。

在一個實施例中，所述處理器1001根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，從所述各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中確定所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)時，具體執(zhí)行以下操作：

按照基頻距離和從小到大，對各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)進(jìn)行排序；

獲取排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)，從所述備選清唱音頻數(shù)據(jù)中選擇其中一個清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)。

在一個實施例中，所述處理器1001獲取排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)時，具體執(zhí)行以下操作：

根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度；

將置信度達(dá)到預(yù)設(shè)置信度閾值的排序前N個清唱音頻數(shù)據(jù)作為所述目標(biāo)分句的備選清唱音頻數(shù)據(jù)，N由置信度達(dá)不到預(yù)設(shè)置信度閾值的基頻距離和最小的清唱音頻數(shù)據(jù)的排序確定。

在一個實施例中，所述處理器1001根據(jù)各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的基頻距離和，計算各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)的置信度時，具體執(zhí)行以下操作：

在各個用戶演繹目標(biāo)分句的清唱音頻數(shù)據(jù)中，根據(jù)排序第1個清唱音頻數(shù)據(jù)的基頻距離和與排序前M個清唱音頻數(shù)據(jù)的基頻距離和之間的比較結(jié)果，確定排序第1個清唱音頻數(shù)據(jù)的置信度；

根據(jù)所述排序第1個清唱音頻數(shù)據(jù)的基頻距離和與其他各個清唱音頻數(shù)據(jù)的基頻距離和的比較結(jié)果，確定其他各個清唱音頻數(shù)據(jù)的置信度。

在一個實施例中，所述處理器1001根據(jù)目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)，生成所述目標(biāo)歌曲的拼接音頻數(shù)據(jù)之前，還執(zhí)行以下操作：

分別提取各用戶演繹的目標(biāo)歌曲的演繹音頻數(shù)據(jù)的基頻信息，獲取不同用戶的演繹音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列；

計算所述多個用戶中的目標(biāo)用戶的演繹音頻數(shù)據(jù)的音符值序列分別與所述多個用戶中其他用戶的演繹音頻數(shù)據(jù)的音符值序列之間的基頻距離的和，作為所述目標(biāo)用戶的演繹音頻數(shù)據(jù)的基頻距離和；

根據(jù)各個用戶的演繹音頻數(shù)據(jù)的基頻距離和，將基頻距離和最小的演繹音頻數(shù)據(jù)作為參考清唱音頻數(shù)據(jù)；

確定所述目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于預(yù)設(shè)基調(diào)閾值。

在一個實施例中，所述處理器1001還用于執(zhí)行以下操作：

若所述目標(biāo)歌曲的各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差不能滿足均小于預(yù)設(shè)基調(diào)閾值，則重新從各個分句對應(yīng)的備選清唱音頻數(shù)據(jù)中選擇其中的清唱音頻數(shù)據(jù)作為所述目標(biāo)歌曲中的目標(biāo)分句對應(yīng)的分句清唱音頻數(shù)據(jù)，直至各個分句對應(yīng)的分句清唱音頻數(shù)據(jù)與所述參考清唱音頻數(shù)據(jù)的相應(yīng)分句的清唱音頻數(shù)據(jù)之間的基調(diào)差均小于預(yù)設(shè)基調(diào)閾值。

在一個實施例中，所述處理器1001分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列時，具體執(zhí)行以下操作：

按照預(yù)設(shè)幀長和預(yù)設(shè)幀移分別提取各用戶演繹的各個分句的清唱音頻數(shù)據(jù)的基頻信息，以生成各用戶演繹的各個分句對應(yīng)的至少一個基頻點；

對所述至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整，并將調(diào)整后的所述各基頻點的基頻值轉(zhuǎn)換為所述各基頻點對應(yīng)的音符值，從而獲取各個分句的不同用戶的清唱音頻數(shù)據(jù)的基頻信息對應(yīng)的音符值序列。

在一個實施例中，所述處理器1001對所述至少一個基頻點中各基頻點的基頻值進(jìn)行調(diào)整時，具體執(zhí)行以下操作：

對所述至少一個基頻點中的奇異基頻點的基頻值進(jìn)行置零處理；

對所述各基頻點進(jìn)行中值濾波處理。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(Read-Only Memory，ROM)或隨機存儲記憶體(Random Access Memory，RAM)等。

以上所揭露的僅為本發(fā)明較佳實施例而已，當(dāng)然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。