公开(公告)号：CN119339691A

公开(公告)日：2025-01-21

申请号：CN202411456368.9

申请日：2024-10-17

Applicant: 北京达佳互联信息技术有限公司

Inventor： 杜天骄 ,  周汪劲 ,  邓峰

IPC: G10H1/00 ,  G10L13/08

Abstract: 本公开提供了一种音乐生成方法、装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取待转换的歌词文本和参考音频；将参考音频由原始音频空间映射到潜在空间，得到第一音频特征；基于作用在潜在空间的扩散模型，对第一音频特征执行多步加噪处理，得到噪声特征；在给定前置条件的情况下，基于扩散模型对噪声特征执行多步去噪处理，得到第二音频特征；其中，前置条件与该歌词文本和参考音频的总时长有关；将第二音频特征由潜在空间映射回原始音频空间，得到用于演唱该歌词文本的音乐作品。本公开简化了音乐生成过程中的用户输入，提高了音乐生成效率。

公开(公告)号：CN119049490A

公开(公告)日：2024-11-29

申请号：CN202411269851.6

申请日：2024-09-10

Applicant: 北京达佳互联信息技术有限公司

Inventor： 周汪劲

IPC: G10L21/013 ,  G10L25/30 ,  G10L25/03 ,  G10L25/90

Abstract: 本公开提供了一种音色转换方法、装置、设备及存储介质，属于计算机技术领域。上述方法包括：将第一音频的内容信息、音高信息以及第二音频的声纹信息编码为第一特征向量，第一特征向量表示第一音频的内容特征、音高特征以及第二音频的音色特征；基于第一特征向量的分布信息，将第一特征向量映射到潜在空间，得到潜在特征向量；对潜在特征向量进行解码，得到第三音频，第三音频的音色为目标音色，第三音频的内容与第一音频的内容相同。上述技术方案能够快速准确地将源音频转换为任意音色的目标音频，并在转换过程中保留源音频的音高信息和内容信息，从而在保证音色转换的准确度的同时，保留了音频中的细节信息，提升了目标音频的自然度和流畅度。