[发明专利]一种多媒体文件生成方法及其设备

摘要

本发明实施例公开一种多媒体文件生成方法及其设备，其中方法包括如下步骤：获取目标音频标识对应的目标原始音频数据，并获取所述目标原始音频数据的目标原始频谱特征；基于预先训练的音频提取模型，并采用所述目标原始频谱特征计算所述目标音频标识对应的目标清唱音频数据的目标清唱频谱特征；根据所述目标清唱频谱特征生成所述目标清唱音频数据；提取所述目标清唱音频数据的基频信息，获取所述基频信息对应的音符值，并根据所述音符值生成所述目标音频标识对应的音频简谱文件。采用本发明，可以自动生成音频简谱文件，保证音频简谱文件的准确性，提升音频简谱文件的制作效率。

主权项

1.一种多媒体文件生成方法，其特征在于，包括：获取目标音频标识对应的目标原始音频数据，并获取所述目标原始音频数据的目标原始频谱特征；基于预先训练的音频提取模型，并采用所述目标原始频谱特征计算所述目标音频标识对应的目标清唱音频数据的目标清唱频谱特征；根据所述目标清唱频谱特征生成所述目标清唱音频数据；提取所述目标清唱音频数据的基频信息，获取所述基频信息对应的音符值，并根据所述音符值生成所述目标音频标识对应的音频简谱文件；所述提取所述目标清唱音频数据的基频信息，获取所述基频信息对应的音符值，并根据所述音符值生成所述目标音频标识对应的音频简谱文件，包括：采用所述目标音频标识对应的歌词时间信息对所述目标清唱音频数据进行分段处理，以获取包含歌词片段的至少一个音频片段；提取所述至少一个音频片段中各音频片段的基频段，并按照预设帧长和第二预设帧移对所述基频段进行分帧处理，以生成至少一个基频点；对所述至少一个基频点中各基频点的基频值进行调整，并将调整后的所述各基频点的基频值转换为所述各基频点的音符值；将连续且具有相同音符值的基频点进行合并处理，以生成所述各音频片段的至少一个音符点，获取所述至少一个音符点中各音符点的简谱信息，所述简谱信息包括起始时间、持续时间和音符值；对所述各音符点的简谱信息进行排列以生成所述目标音频标识对应的音频简谱文件。