数据确定方法、装置、电子设备、存储介质及产品与流程

本公开涉及人工智能，尤其涉及一种数据确定方法、装置、电子设备、存储介质及产品。

背景技术：

1、相关歌声合成模型的训练干声数据主要依靠人工作曲、写词、歌手录制与人工标注制作，人工成本高昂、制作周期漫长，能够产出的干声数据数量有限，导致歌声合成模型泛化性能差。

技术实现思路

1、本公开提供一种数据确定方法、装置、电子设备、存储介质及产品，以解决相关技术中能够产出的干声数据数量有限，导致歌声合成模型泛化性能差的问题。

2、本公开的第一方面实施例提出了一种数据确定方法，该方法包括：

3、获取原始干声数据，原始干声数据包括原始旋律和原始歌词；

4、对原始旋律进行变换处理，得到至少两组变换后的旋律，和/或对原始歌词进行改写处理，得到至少两组改写后的歌词；

5、将原始歌词与变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，和/或将原始旋律与改写后的歌词输入第二目标专家模型，生成第二扩充干声数据；

6、基于第一扩充干声数据和第二扩充干声数据，确定目标干声数据。

7、在一实施例中，将原始歌词与变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，或将原始旋律与改写后的歌词输入第二目标专家模型，生成第二扩充干声数据之前，本公开提供的方法包括：

8、获取第一训练数据集和第二训练数据集，第一训练数据集包含固定歌词与至少两组不同旋律对应的干声数据，第二训练数据集包含固定旋律与至少两组不同歌词对应的干声数据；

9、基于第一训练数据集训练歌词专家模型，得到第一目标专家模型，及基于第二训练数据集训练旋律专家模型，得到第二目标专家模型。

10、在一实施例中，对原始旋律进行变换处理，得到至少两组变换后的旋律，包括：

11、获取原始干声数据的旋律约束参数，旋律约束参数包括节奏维度参数、调式维度参数和风格维度参数；

12、将旋律约束参数和原始旋律输入目标语言模型，生成至少两组变换后的旋律。

13、在一实施例中，对原始歌词进行改写处理，得到至少两组改写后的歌词，包括：

14、获取原始干声数据的歌词约束参数，歌词约束参数包括风格维度、语种维度和节奏维度；

15、将歌词约束参数和原始歌词输入目标语言模型，生成至少两组改写后的歌词。

16、在一实施例中，将原始歌词与变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，包括：

17、将原始歌词与变换后的旋律输入第一目标专家模型，生成至少两组第一候选干声数据；

18、根据每组第一候选干声数据的音频质量评分，确定第一扩充干声数据。

19、在一实施例中，将原始旋律与改写后的歌词输入第二目标专家模型，生成第二扩充干声数据，包括：

20、将原始旋律与改写后的歌词输入第二目标专家模型，生成至少两组第二候选干声数据；

21、根据每组第二候选干声数据的音频质量评分，确定第二扩充干声数据。

22、本公开的第二方面实施例提出了一种数据确定装置，该装置包括：

23、获取单元，用于获取原始干声数据，原始干声数据包括原始旋律和原始歌词；

24、处理单元，用于对原始旋律进行变换处理，得到至少两组变换后的旋律，和/或对原始歌词进行改写处理，得到至少两组改写后的歌词；

25、生成单元，用于将原始歌词与变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，和/或将原始旋律与改写后的歌词输入第二目标专家模型，生成第二扩充干声数据；

26、确定单元，用于基于第一扩充干声数据和第二扩充干声数据，确定目标干声数据。

27、本公开的第三方面实施例提出了一种电子设备，包括：

28、至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例中描述的方法。

29、本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开第一方面实施例中描述的方法。

30、本公开的第五方面实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开第一方面实施例中描述的方法。

31、综上，本公开提出了一种数据确定方法，该方法包括：获取原始干声数据，原始干声数据包括原始旋律和原始歌词；对原始旋律进行变换处理，得到至少两组变换后的旋律，和/或对原始歌词进行改写处理，得到至少两组改写后的歌词；将原始歌词与变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，和/或将原始旋律与改写后的歌词输入第二目标专家模型，生成第二扩充干声数据；基于第一扩充干声数据和第二扩充干声数据，确定目标干声数据。

32、根据本公开提供的方案，通过根据原始干声数据分别实现旋律变换、歌词改写，结合专家模型自动生成扩充干声数据，并基于扩充干声数据确定目标干声数据，可以在少量原始干声数据的基础上实现数据规模化扩充，进而提升歌声合成模型泛化性能。

33、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

1.一种数据确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述原始歌词与所述变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，或将所述原始旋律与所述改写后的歌词输入第二目标专家模型，生成第二扩充干声数据之前，所述的方法包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述原始旋律进行变换处理，得到至少两组变换后的旋律，包括：

4.根据权利要求1所述的方法，其特征在于，所述对所述原始歌词进行改写处理，得到至少两组改写后的歌词，包括：

5.根据权利要求1所述的方法，其特征在于，所述将所述原始歌词与所述变换后的旋律输入第一目标专家模型，生成第一扩充干声数据，包括：

6.根据权利要求1所述的方法，其特征在于，所述将所述原始旋律与所述改写后的歌词输入第二目标专家模型，生成第二扩充干声数据，包括：

7.一种数据确定装置，其特征在于，包括：

8.一种电子设备，其特征在于，包括：

9.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现权利要求1至6中任一项所述的方法。