歌词转换点检测方法、装置、计算机设备及存储介质与流程

技术特征：
1.一种歌词转换点检测方法，其特征在于，包括：获取目标音频数据；对所述目标音频数据进行检测以得到所述目标音频数据的节拍；对所述目标音频数据进行人声分离处理以得到人声数据；计算所述人声数据的幅值以得到人声能量波形；对所述人声能量波形进行预处理以得到目标波形；根据所述目标音频数据的节拍以及预设转换条件对所述目标波形进行检测以确定歌词的转换点。2.根据权利要求1所述的歌词转换点检测方法，其特征在于，所述对所述目标音频数据进行检测以得到所述目标音频数据的节拍，包括；对所述目标音频数据进行音频特征提取，得到所述目标音频数据的音频特征；利用节拍检测模型对所述目标音频数据的音频特征进行节拍检测，获得所述目标音频数据的节拍。3.根据权利要求2所述的歌词转换点检测方法，其特征在于，所述利用节拍检测模型对所述目标音频数据的音频特征进行节拍检测，获得所述目标音频数据的节拍，包括：将所述目标音频数据的音频特征进行堆叠处理以得到输出特征，其中所述输出特征为与目标音频数据的音频特征等长的时间序列数据；将所述输出特征输入至分类器中以获得所述目标音频数据的节拍。4.根据权利要求1所述的歌词转换点检测方法，其特征在于，所述对所述人声能量波形进行预处理以得到目标波形，包括：对所述人声能量波形进行平滑处理以得到平滑能量波形；根据预设阈值对所述平滑能量波形进行限阈处理以得到限阈波形；对所述限阈波形进行保持处理以得到目标波形。5.根据权利要求4所述的歌词转换点检测方法，其特征在于，所述对所述人声能量波形进行平滑处理以得到平滑能量波形，包括：调用窗函数计算权重；根据所述权重对所述人声能量波形进行卷积运算以得到所述平滑能量波形。6.根据权利要求4所述的歌词转换点检测方法，其特征在于，所述对所述限阈波形进行保持处理以得到目标波形，包括：识别所述限阈波形中时间间隔小于预设时间间隔的波峰作为目标波峰；将所有所述目标波峰进行连线以得到目标波形。7.根据权利要求1所述的歌词转换点检测方法，其特征在于，所述对所述目标音频数据进行人声分离处理以得到人声数据，包括：将所述目标音频数据输入音频分离工具中以从所述目标音频数据中提取人声数据。8.一种歌词转换点检测装置，其特征在于，包括：获取单元，用于获取目标音频数据；检测单元，用于对所述目标音频数据进行检测以得到所述目标音频数据的节拍；分离单元，用于对所述目标音频数据进行人声分离处理以得到人声数据；计算单元，用于计算所述人声数据的幅值以得到人声能量波形；
预处理单元，用于对所述人声能量波形进行预处理以得到目标波形；确定单元，用于根据所述目标音频数据的节拍以及预设转换条件对所述目标波形进行检测以确定歌词的转换点。9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1
‑
7中任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时实现如权利要求1
‑
7中任一项所述的方法。

技术总结
本发明实施例公开了一种歌词转换点检测方法、装置、计算机设备及存储介质，涉及音频处理技术领域。其中方法包括：获取目标音频数据；对目标音频数据进行检测以得到目标音频数据的节拍；对目标音频数据进行人声分离处理以得到人声数据；计算人声数据的幅值以得到人声能量波形；对人声能量波形进行预处理以得到目标波形；根据目标音频数据的节拍以及预设转换条件对目标波形进行检测以确定歌词的转换点。该方法实现了机器设备对音乐和人声的有效识别，并通过目标音频数据的节拍以及预设转换条件来检测经过处理后的人声数据实现精准地确定歌词的转换点，大大提高了对歌词转换点定位的精度以及效率。精度以及效率。精度以及效率。


技术研发人员：萧博耀 高旋
受保护的技术使用者：深圳市斯博科技有限公司
技术研发日：2021.07.09
技术公布日：2021/10/18