本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種歌曲的合成方法及終端。

背景技術(shù)：

隨著通信及信息技術(shù)的高速發(fā)展，手機(jī)也日漸普及，其功能也日益增加，各種音樂類產(chǎn)品也應(yīng)運而生，特別是K歌類音樂產(chǎn)品，其中，用戶可通過K歌類進(jìn)行錄制歌曲，并分享錄制歌曲。

目前，用戶在通過K歌類音樂產(chǎn)品進(jìn)行錄制歌曲時，大都是用戶選擇相應(yīng)的音樂伴奏并跟隨音樂伴奏及字幕進(jìn)行演唱錄制。但是，有些用戶由于自身演唱水平不高而導(dǎo)致用戶不滿意其所錄制的歌曲，從而降低了用戶使用K歌類音樂產(chǎn)品進(jìn)行分享錄制歌曲的熱情。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例所要解決的技術(shù)問題在于，提供一種歌曲合成方法及終端?？墒沟媒K端可僅根據(jù)用戶的音頻數(shù)據(jù)即能合成歌曲，提高錄制歌曲的效果，并提高用戶體驗度。

本發(fā)明實施例第一方面提供了一種歌曲的合成方法，可包括：

對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)；

獲取所述歌詞信息對應(yīng)的樂譜信息；

按所述樂譜信息對所述每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

本發(fā)明實施例第二方面提供了一種終端，可包括：

第一獲取單元，用于對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)；

第二獲取單元，用于獲取所述歌詞信息對應(yīng)的樂譜信息；

合成單元，用于按所述樂譜信息對所述每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

在本發(fā)明實施例中，終端對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)，獲取所述歌詞信息對應(yīng)的樂譜信息，按所述樂譜信息對所述每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)，使得終端可僅根據(jù)用戶的音頻數(shù)據(jù)即能合成歌曲，提高錄制歌曲的效果，并提高用戶體驗度。

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網(wǎng)絡(luò)構(gòu)架示意圖；

圖2是本發(fā)明實施例提供的一種歌曲的合成方法的流程示意圖；

圖3是本發(fā)明實施例提供的一種終端的結(jié)構(gòu)示意圖；

圖4是本發(fā)明實施例提供的另一種終端的結(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。

本發(fā)明實施例提供的一種歌曲的合成方法可以應(yīng)用于終端錄制歌曲的場景。

在本發(fā)明實施例中，所描述的終端可包括：手機(jī)、平板電腦、掌上電腦或者移動互聯(lián)網(wǎng)設(shè)備(Mobile Internet Device，MID)等，上述終端僅是舉例，而非窮舉，包含但不限于上述終端。

為了更好理解本發(fā)明實施例公開的方案，下面先對本發(fā)明實施例適用的網(wǎng)絡(luò)構(gòu)架進(jìn)行描述。請參閱圖1，圖1是本發(fā)明實施例公開的一種網(wǎng)絡(luò)構(gòu)架示意圖。在圖1所示的網(wǎng)絡(luò)構(gòu)架中，可以包括終端和歌曲服務(wù)器，終端可以通過網(wǎng)絡(luò)與歌曲服務(wù)器進(jìn)行連接，終端可向歌曲服務(wù)器請求獲取數(shù)據(jù)。

基于圖1所示的網(wǎng)絡(luò)構(gòu)架，本發(fā)明實施例公開了一種歌曲的合成方法。下面將結(jié)合附圖2，對本發(fā)明實施例提供的一種歌曲的合成方法進(jìn)行詳細(xì)介紹，其中，實施例的執(zhí)行主體為終端。

參見圖2，是本發(fā)明實施例提供的一種歌曲的合成方法一種實施例流程示意圖。本發(fā)明實施例的一種歌曲的合成方法包括如下步驟：

S100，對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)。

在本發(fā)明實施例中，當(dāng)用戶需通過自身語音進(jìn)行合成歌曲時，用戶可操作終端輸入合成歌曲指令，其中，指令可攜帶歌曲標(biāo)識。當(dāng)終端接收到合成歌曲指令時，終端可根據(jù)歌曲標(biāo)識獲取歌曲標(biāo)識對應(yīng)的歌曲的歌詞信息，并顯示歌詞信息，以使用戶根據(jù)終端顯示的歌詞信息進(jìn)行朗讀，以向終端輸入音頻數(shù)據(jù)。同時，當(dāng)終端接收到合成歌曲指令時，終端可開啟終端內(nèi)置的麥克風(fēng)，通過麥克風(fēng)采集用戶針對顯示的歌詞信息進(jìn)行輸入的音頻數(shù)據(jù)從而獲取音頻數(shù)據(jù)。其中，歌詞信息可以是一句歌詞或多句歌詞，在此不進(jìn)行限制。

在本發(fā)明實施例中，當(dāng)終端獲取到音頻數(shù)據(jù)后，終端可對音頻數(shù)據(jù)進(jìn)行識別，獲得歌詞信息所包括的每個文字對應(yīng)的文字音頻。具體的，終端可對音頻數(shù)據(jù)的音素進(jìn)行識別切分，獲得歌詞信息中所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)。

在本發(fā)明實施例中，終端對音頻數(shù)據(jù)的音素進(jìn)行識別切分，獲得歌詞信息中所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)具體可以是：終端首先收集大量語料，對語料進(jìn)行切分為音素，為每個音素進(jìn)行訓(xùn)練模型獲得音素模型，其中，模型可以是GMM-HMM模型，或者DNN-HMM模型等，在此不進(jìn)行限制。其中，由于每個音素的具體發(fā)音情況受到上下文的影響，因此，終端在訓(xùn)練模型的時候可把不同上下文的因素分開訓(xùn)練，如同樣是音素a，在不同上下文環(huán)境中，如n-a+m(表示在此語料中a音素前面的音素是音素n，后面的音素是m)、k-a+m這兩個同一音素在實際情況下是訓(xùn)練成兩個模型的，這樣的話，如果音素總數(shù)是n個的話，實際訓(xùn)練的模型數(shù)是n^3(由于訓(xùn)練集可能不夠，所以會讓一些比較難出現(xiàn)的音素映射到其他音素的模型上)。

在本發(fā)明實施例中，當(dāng)終端對音素進(jìn)行訓(xùn)練后，終端可將歌詞信息所包括的文字轉(zhuǎn)換為音素序列，比如文字內(nèi)容“我們”轉(zhuǎn)成的音素序列為sil-w+o w-o+m m-en+sil(其中sil表示靜音)，之后終端可以將該音素序列輸入至上述所生成的音素模型中，獲得音素模型序列。

在本發(fā)明實施例中，終端可將音頻數(shù)據(jù)進(jìn)行分幀，并對每幀的音頻數(shù)據(jù)進(jìn)行特征提取，獲得每幀的音頻特征。當(dāng)獲得每幀的音頻特征后，終端可將每幀的音頻特征輸入至上述獲得的音素模型序列中進(jìn)行計算計算置信度，其中，一個音素模型序列可以對應(yīng)多幀的音頻特征，每一幀的音頻特征與一個音素模型序列都可以算出一個0～1的匹配度，由于按順序經(jīng)過音素模型序列進(jìn)行計算，故終端最終可以得到一條與所有幀的音頻特征匹配度最大化的路徑，即是最優(yōu)路徑。具體可如：有5幀音頻特征，有兩個音素模型序列，則一共可能有5種不同的路徑，分別是(5，0)(表示5幀的語音特征對應(yīng)音素模型序列1，0幀對應(yīng)音素模型序列2，此中情況的總置信度就是5幀的語音特征中的每一幀的語音特征與音素模型序列1的匹配度的乘積)、(4，1)…，最后根據(jù)最優(yōu)路徑終端可獲取用戶在什么時間讀了哪個音素，因此終端將音素合并后即可獲得用戶讀取每個文字所對應(yīng)的時間信息，從而終端可根據(jù)每個文字所對應(yīng)的時間信息對獲取到的音頻數(shù)據(jù)進(jìn)行切分，獲取歌詞信息中的每個文字所對應(yīng)的文字音頻數(shù)據(jù)。其中，每個文字所對應(yīng)的文字音頻數(shù)據(jù)x_ii∈[1,n]，其中n為該句的字?jǐn)?shù)。

S101，獲取所述歌詞信息對應(yīng)的樂譜信息。

終端可獲取歌詞信息對應(yīng)的歌曲標(biāo)識，根據(jù)歌曲標(biāo)識獲取歌曲標(biāo)識對應(yīng)的樂譜信息，其中，樂譜信息可以是MIDI(Musical Instrument Digital Interface，樂器數(shù)字接口)文件，MIDI文件包括目標(biāo)歌曲對應(yīng)的歌詞信息中的每個文字對應(yīng)的音符的起始時間和持續(xù)時間以及每個音符的音高值，具體的，可參見下表一所示的樂譜信息。

表一

表一第一列所示的為歌詞信息所包括的文字，如表一所示，歌詞信息包括的文字為“明朝清風(fēng)”，表一第二列所示音符為每個文字所對應(yīng)的音符，其中，歌詞信息中的大部分文字在歌曲音頻數(shù)據(jù)中只有一個音符，但是也有一個文字在歌曲音頻數(shù)據(jù)中有多個音符(在歌曲中一個字的也會變調(diào))，如表一中的樂譜信息顯示歌詞中的“清”字對應(yīng)的歌曲音頻數(shù)據(jù)包括兩個頻率69和67，即是兩個音符，其中每個音符都有各自對應(yīng)的時間信息，兩個音符加起來的時間信息就是“清”字對應(yīng)的歌曲音頻的時間信息。

S102，按所述樂譜信息對所述歌詞所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

在本發(fā)明實施例中，當(dāng)終端獲取到歌詞信息所包括的每個文字所對應(yīng)的文字音頻數(shù)據(jù)，終端可按樂譜信息記錄的每個文字在歌曲音頻數(shù)據(jù)中的時間信息以及音符對每個文字的文字音頻數(shù)據(jù)進(jìn)行拉伸處理，獲得每個文字對應(yīng)的第一文字音頻數(shù)據(jù)。

其中，終端按樂譜信息記錄的每個文字在歌曲音頻數(shù)據(jù)中的時間信息以及音符對每個文字的文字音頻數(shù)據(jù)進(jìn)行拉伸處理，獲得每個文字對應(yīng)的第一文字音頻數(shù)據(jù)具體可以是：首先，終端獲取每個文字對應(yīng)的文字音頻數(shù)據(jù)的時間長度，將每個文字對應(yīng)的文字音頻數(shù)據(jù)的時間長度以及該文字在樂譜信息中對應(yīng)的音符的時間長度轉(zhuǎn)化為幀數(shù)，如一個文字所對應(yīng)的文字音頻數(shù)據(jù)的時間長度tx，該文字在樂譜信息中對應(yīng)的音符的時間長度為ty，一幀為5ms，則該文字對應(yīng)的文字音頻數(shù)據(jù)的幀數(shù)fx＝tx/5，同樣文字在樂譜信息中對應(yīng)的音符的幀數(shù)fy＝ty/5，其中，若是最后一片不足5ms的按一幀處理。因此，終端可定義每一幀的文字音頻數(shù)據(jù)為d^x_ii∈[1,f_x]。

進(jìn)一步的，由于人在發(fā)聲時聲帶震動產(chǎn)生的頻率經(jīng)過聲道過濾后會產(chǎn)生大量泛音。因此為了避免這些泛音影響終端數(shù)據(jù)處理，終端需要從文字音頻數(shù)據(jù)中提取直接表現(xiàn)聲帶震動頻率的基頻信息，基頻信息也決定了整幀文字音頻數(shù)據(jù)的音高。因此，終端可對每一幀文字音頻數(shù)據(jù)進(jìn)行提取基頻信息，具體的終端可定義每一幀的文字音頻數(shù)據(jù)的基頻信息為p^x_ii∈[1,f_x]。同理，終端可定義每幀的文字在樂譜信息中對應(yīng)的音符的基頻信息為p^y_ii∈[1,f_y]。定義每一幀處理后的文字音頻數(shù)據(jù)為d^y_i，則從而終端可根據(jù)每一幀處理后的文字音頻數(shù)據(jù)以及幀的寬度獲得第一文字音頻數(shù)據(jù)。其中，終端可根據(jù)預(yù)置公式進(jìn)行提取基頻信息，具體可如，參見表一，如文字“明”在歌曲中的文字音頻數(shù)據(jù)的頻率為69，利用樂譜信息中的頻率與實際頻率的對應(yīng)公式計算得到文字“明”在歌曲中的文字音頻數(shù)據(jù)的實際頻率為440，由于此字只有這一個基頻，即基頻信息p^y_i＝440i∈[1,f_y]。

在本發(fā)明實施例中，當(dāng)終端對每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行拉伸處理，獲得每個文字對應(yīng)的第一文字音頻數(shù)據(jù)后，終端對每個文字對應(yīng)的第一文字音頻數(shù)據(jù)進(jìn)行音高調(diào)整，即是進(jìn)行頻率調(diào)整，獲得每個文字對應(yīng)的第二文字音頻數(shù)據(jù)。具體可如：終端根據(jù)目標(biāo)幀頻率將每個文字對應(yīng)的第一文字音頻數(shù)據(jù)切分為n個周期，如某一時刻的頻率為440hz，則意味著該時段每秒鐘有440個周期，將每個文字整個輸出時間按照這樣的方式切分為n個周期并定義為o_jj∈[1,n]，根據(jù)每個周期所屬的幀id獲取周期對應(yīng)的原始音頻幀d^y_j，也就得到了對應(yīng)的d^y_j對于周期j，其對應(yīng)的原始音頻幀為d^x_i，其原始頻率為p^x_ii∈[1,f_x]，以原始幀中最大的采樣點值為中心點，截取出一個時長為的數(shù)據(jù)塊k_i i∈[1，m]，其中m為此周期采樣點的個數(shù)，加窗后得到新的數(shù)據(jù)快設(shè)目標(biāo)音頻句子的采樣點個數(shù)為n^y，初始時各采樣點值均為0，按照時間信息將上一步獲取到的每個字的每一周期對應(yīng)的r_i累加到y(tǒng)的采樣點中，其中靜音部分不處理，只填充樂譜信息中有歌詞的時間部分，這樣就得到了調(diào)整頻率后的第二文字音頻數(shù)據(jù)，也就是音高轉(zhuǎn)換后的第二文字音頻數(shù)據(jù)。

在本發(fā)明實施例中，當(dāng)終端獲取到每個文字所對應(yīng)的第二文字音頻數(shù)據(jù)后，終端可按歌詞信息所包括的文字順序?qū)⒚總€文字對應(yīng)的第二文字音頻數(shù)據(jù)進(jìn)行合成，獲得音頻數(shù)據(jù)片段，并從樂譜信息中獲取該音頻數(shù)據(jù)片段對應(yīng)的伴奏數(shù)據(jù)與音頻數(shù)據(jù)片段進(jìn)行合成混音后即可得到該歌詞對應(yīng)的歌曲音頻數(shù)據(jù)，終端可播放歌曲音頻數(shù)據(jù)給用戶進(jìn)行試聽。

在本發(fā)明實施例中，終端對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)，獲取所述歌詞信息對應(yīng)的樂譜信息，按所述樂譜信息對所述歌詞所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)，使得終端可僅根據(jù)用戶的音頻數(shù)據(jù)即能合成歌曲，提高錄制歌曲的效果，并提高用戶體驗度。

下面將結(jié)合附圖3和4，對本發(fā)明實施例提供的一種終端進(jìn)行介紹。需要說明的是，附圖3和4所示的一種終端，用于執(zhí)行本發(fā)明圖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2所示的實施例。

請參見圖3，為本發(fā)明實施例提供了一種終端的結(jié)構(gòu)示意圖。如圖3所示，本發(fā)明實施例的所述終端可以包括：

第一獲取單元100，用于對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)；

第二獲取單元200，用于獲取所述歌詞信息對應(yīng)的樂譜信息；

合成單元300，用于按所述樂譜信息對所述歌詞所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

其中，所述第一獲取單元100包括：

輸出子單元，用于輸出所述歌詞信息；

接收子單元，用于接收用戶針對所述歌詞信息輸入的所述音頻數(shù)據(jù)。

其中，所述樂譜信息包括所述歌詞信息中的每個文字所對應(yīng)的音頻時長；

所述合成單元300包括：

第一獲取子單元，用于從所述樂譜信息中獲取所述歌詞信息中的每個文字所對應(yīng)的音頻時長；

第一調(diào)整子單元，用于按所述每個文字所對應(yīng)的音頻時長對每個文字所對應(yīng)的目標(biāo)文字音頻數(shù)據(jù)的時長進(jìn)行調(diào)整，獲得每個文字所對應(yīng)的第一文字音頻數(shù)據(jù)；

第一合成子單元，用于按所述樂譜信息對所述每個文字對應(yīng)的第一文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

其中，所述樂譜信息包括所述歌詞信息中的每個文字所對應(yīng)的音高信息；

所述第一合成子單元包括：

第二獲取子單元，用于從所述樂譜信息中獲取所述歌詞信息中的每個文字所對應(yīng)的音高信息；

第二調(diào)整子單元，用于按所述每個文字所對應(yīng)的音高信息對每個文字所對應(yīng)的第一文字音頻數(shù)據(jù)的音高進(jìn)行調(diào)整，獲得每個文字所對應(yīng)的第二文字音頻數(shù)據(jù)；

第二合成子單元，用于按所述樂譜信息對所述每個文字對應(yīng)的第二文字音頻數(shù)據(jù)進(jìn)行合成，獲得所述歌曲音頻數(shù)據(jù)。

其中，所述樂譜信息包括伴奏數(shù)據(jù)；

所述第二合成子單元包括：

第三獲取子單元，用于按所述歌詞信息所包括的文字順序?qū)⒚總€文字所對應(yīng)的第二文字音頻數(shù)據(jù)進(jìn)行合成，獲得音頻數(shù)據(jù)片段；

第四獲取子單元，用于從所述樂譜信息中獲取所述音頻數(shù)據(jù)片段對應(yīng)的伴奏數(shù)據(jù)；

第三合成子單元，用于將所述音頻數(shù)據(jù)片段對應(yīng)的伴奏數(shù)據(jù)與所述音頻數(shù)據(jù)片段進(jìn)行合成，獲得所述歌曲音頻數(shù)據(jù)。

其中，可以理解的是，本實施例的終端中的單元的各功能模塊的功能可根據(jù)圖2述的方法實施例中的方法具體實現(xiàn)，其具體實現(xiàn)過程可以參照上述方法實施例的相關(guān)描述，此處不再進(jìn)行贅述。

在本發(fā)明實施例中，終端對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)，獲取所述歌詞信息對應(yīng)的樂譜信息，按所述樂譜信息對所述歌詞所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)，使得終端可僅根據(jù)用戶的音頻數(shù)據(jù)即能合成歌曲，提高錄制歌曲的效果，并提高用戶體驗度。

請參見圖4，為本發(fā)明實施例提供了又一種終端的結(jié)構(gòu)示意圖。如圖4所示，終端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4所示，作為一種計算機(jī)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、用戶接口模塊以及通信連接應(yīng)用程序。

在圖4所示的終端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)；網(wǎng)絡(luò)接口1004用于與新聞服務(wù)器相連接，獲取新聞服務(wù)器發(fā)送的數(shù)據(jù)；而處理器1001可以用于調(diào)用存儲器1005中存儲的通信連接應(yīng)用程序，并具體執(zhí)行以下操作：

對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)；

獲取所述歌詞信息對應(yīng)的樂譜信息；

按所述樂譜信息對所述每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

其中，所述處理器1001對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)包括：

輸出所述歌詞信息；

接收用戶針對所述歌詞信息輸入的所述音頻數(shù)據(jù)。

其中，所述樂譜信息包括所述歌詞信息中的每個文字所對應(yīng)的音頻時長；

所述處理器1001按所述樂譜信息對所述每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)包括：

從所述樂譜信息中獲取所述歌詞信息中的每個文字所對應(yīng)的音頻時長；

按所述每個文字所對應(yīng)的音頻時長對每個文字所對應(yīng)的目標(biāo)文字音頻數(shù)據(jù)的時長進(jìn)行調(diào)整，獲得每個文字所對應(yīng)的第一文字音頻數(shù)據(jù)；

按所述樂譜信息對所述每個文字對應(yīng)的第一文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)。

其中，所述樂譜信息包括所述歌詞信息中的每個文字所對應(yīng)的頻率信息和伴奏信息；

所述處理器1001按所述樂譜信息對所述每個文字對應(yīng)的第一文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)包括：

從所述樂譜信息中獲取所述歌詞信息中的每個文字所對應(yīng)的頻率信息；

按所述每個文字所對應(yīng)的頻率信息對每個文字所對應(yīng)的第一文字音頻數(shù)據(jù)的頻率進(jìn)行調(diào)整，獲得每個文字所對應(yīng)的第二文字音頻數(shù)據(jù)；

按所述歌詞信息所包括的文字順序?qū)⒚總€文字所對應(yīng)的第二文字音頻數(shù)據(jù)進(jìn)行合成，獲得音頻數(shù)據(jù)片段；

從所述樂譜信息中獲取伴奏信息進(jìn)行合成，獲得所述歌曲音頻數(shù)據(jù)。

其中，在所述處理器1001按所述樂譜信息對所述每個文字對應(yīng)的文字音頻進(jìn)行合成，獲得歌曲音頻之后，所述處理器1001還執(zhí)行：

播放所述歌曲音頻。

其中，可以理解的是，本實施例的終端中的單元的各功能模塊的功能可根據(jù)圖2所述的方法實施例中的方法具體實現(xiàn)，其具體實現(xiàn)過程可以參照上述方法實施例的相關(guān)描述，此處不再進(jìn)行贅述。

在本發(fā)明實施例中，終端對用戶輸入的音頻數(shù)據(jù)進(jìn)行識別，獲取預(yù)置歌詞信息中每個文字對應(yīng)的文字音頻數(shù)據(jù)，獲取所述歌詞信息對應(yīng)的樂譜信息，按所述樂譜信息對所述歌詞所包括的每個文字對應(yīng)的文字音頻數(shù)據(jù)進(jìn)行合成，獲得歌曲音頻數(shù)據(jù)，使得終端可僅根據(jù)用戶的音頻數(shù)據(jù)即能合成歌曲，提高錄制歌曲的效果，并提高用戶體驗度。

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(jī)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(jī)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(jī)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。