CN113255348A - 一种歌词分段方法、装置、设备、介质 - Google Patents
一种歌词分段方法、装置、设备、介质 Download PDFInfo
- Publication number
- CN113255348A CN113255348A CN202110579130.5A CN202110579130A CN113255348A CN 113255348 A CN113255348 A CN 113255348A CN 202110579130 A CN202110579130 A CN 202110579130A CN 113255348 A CN113255348 A CN 113255348A
- Authority
- CN
- China
- Prior art keywords
- lyric
- lyrics
- time
- duration
- time length
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000012634 fragment Substances 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000013145 classification model Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000008034 disappearance Effects 0.000 description 4
- 240000007594 Oryza sativa Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 244000046146 Pueraria lobata Species 0.000 description 3
- 235000010575 Pueraria lobata Nutrition 0.000 description 3
- 239000011449 brick Substances 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 240000000731 Fagus sylvatica Species 0.000 description 2
- 235000010099 Fagus sylvatica Nutrition 0.000 description 2
- 244000068988 Glycine max Species 0.000 description 2
- 235000010469 Glycine max Nutrition 0.000 description 2
- 241000220317 Rosa Species 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Auxiliary Devices For Music (AREA)
- Reverberation, Karaoke And Other Acoustics (AREA)
Abstract
本申请公开了一种歌词分段方法、装置、设备、介质，该方法包括：获取待处理歌词数据；基于待处理歌词数据的每句歌词的起始时间确定每句歌词的时长，基于时长的分布集中程度确定单和弦时长；利用单和弦时长对歌词进行分段，将歌词划分为不同的歌词分段。这样在获取到待处理歌词数据之后，便直接根据获取到的每句歌词的起始时间对歌词进行分段，不需要依赖除了待处理歌词数据之外的其他训练样本，且由于最终的歌词分段是基于每个歌词的起始时间进行划分的，所以适用性强。利用单和弦时长对歌词进行分段，使得最终划分出的歌词分段是基于乐理知识进行划分的，可以更契合人的听觉，从而提高了用户体验，也提高了歌词分段的准确率。
Description
技术领域
本申请涉及计算机技术领域，特别涉及一种歌词分段方法、装置、设备、介质。
背景技术
在直播业务中会有两个或两个以上主播连麦进行歌曲对唱的情况，一首歌一个主播唱一段，这时便需要对从歌词库中加载出来的歌词进行合理的分段，以将整首歌词划分成不同的歌词片段，以便将不同的歌词片段分配给不同的主播。
为应对上述情况，现有技术中主要是基于歌词格式、音频特征等通过离线训练，得到分段模型，然后利用分段模型离线计算出歌词分段信息。在这种方式下，分段模型的训练需要依赖离线计算，同时受制于训练数据，无法对所有歌曲进行分段，例如训练数据是中文歌，那么训练出来的分类模型就难以正确分割英文歌。
发明内容
有鉴于此，本申请的目的在于提供一种歌词分段方法、装置、设备、介质，不依赖于训练样本，适应性强，且能够提高歌词分段的准确率。其具体方案如下：
第一方面，本申请公开了一种歌词分段方法，包括：
获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间；
基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长；
利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。
可选地，所述利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段，包括：
基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段；
基于所述单和弦时长将每个所述歌词大段划分为不同的歌词小段。
可选地，所述基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段，包括：
基于每句所述歌词的起始时间确定每相邻两句歌词之间的时间间隔；
判断各个所述时间间隔是否超过参考间隔值，其中，所述参考间隔值为基于所述单和弦时长确定出的值；
如果存在所述时间间隔超过所述参考间隔值，则将所述待处理歌词数据的第一句歌词开始到第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，将第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的后一句歌词到第二个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，直到将各句所述歌词划分结束。
可选地，基于所述单和弦时长将任一歌词大段划分为不同的歌词小段，包括：
根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围；
根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段；
如果该歌词大段划分未结束，则根据与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间和所述单和弦时长确定第二时间范围；
根据所述第二时间范围从该歌词大段中划分出该歌词大段的第二个歌词小段，直到将该歌词大段划分结束。
可选地，所述根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围，包括：
以该歌词大段的第一句歌词的起始时间为时间下界，并以该歌词大段的第一句歌词的起始时间和预设数量个所述单和弦时长的和为时间上界，得到所述第一时间范围。
可选地，所述根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段，包括：
从该歌词大段中的第一句歌词开始判断该歌词大段中每句所述歌词的结束时间是否在所述第一时间范围内，其中，每句所述歌词的结束时间为每句所述歌词的起始时间和每句所述歌词的时长之和；
如果当前句歌词的结束时间在所述第一时间范围内，则将当前句歌词划分到该歌词大段的第一个歌词小段；
如果当前句歌词的结束时间大于所述第一时间范围的时间上界，则确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段。
可选地，所述确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段，包括：
将所述第一时间范围的时间上界与当前句歌词的起始时间之间的差值作为所述重叠时长；
确定所述重叠时长与当前句歌词的时长之间的比值，并判断所述比值是否不小于预设比值阈值；
如果是，则将当前句歌词划分到该歌词大段的第一个歌词小段中。
可选地，所述基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，包括：
将每句所述歌词的时长按照从小到大的顺序进行排序，得到时长序列；
对所述时长序列进行遍历，以将所述时长序列中的时长划分为不同的时长小组；
将所述时长小组中包括所述时长的个数最多的确定为分布集中程度最高的目标时长小组，将所述目标时长小组中各个所述时长的平均值作为单和弦时长。
第二方面，本申请公开了一种歌词分段装置，包括：
数据获取模块，用于获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间；
单和弦时长确定模块，用于基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长；
分段模块，用于利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。
第三方面，本申请公开了一种电子设备，包括：
存储器和处理器；
其中，所述存储器，用于存储计算机程序；
所述处理器，用于执行所述计算机程序，以实现前述公开的歌词分段方法。
第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述公开的歌词分段方法。
可见，本申请先获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间。然后基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长。利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。由此可见，本申请首先获取包括歌词以及每句歌词的起始时间的待处理歌词数据，然后便可以基于每句所述歌词的起始时间确定每句所述歌词的时长，然后再基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，接着再利用确定出的单和弦时长对待处理歌词数据中的歌词进行分段，将歌词划分为不同的歌词分段，相比于现有技术中需要先利用大量的训练样本训练分类模型带来的，分类模型受限于训练样本来说，本申请在获取到待处理歌词数据之后，便可以直接根据获取到的待处理歌词数据中每句歌词的起始时间对歌词进行分段，不需要依赖除了待处理歌词数据之外的其他训练样本，且由于最终的歌词分段是基于每句歌词的起始时间进行划分的，所以适用性强。此外，在进行歌词分段之前，需要先确定单和弦时长，也即确定一个和弦的时长，然后再利用单和弦时长对歌词进行分段，所以使得最终划分出的歌词分段是基于乐理知识进行划分的，可以更契合人的听觉，从而可以提高用户体验，也可以提高歌词分段的准确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请提供的歌词分段方案所适用的系统框架示意图；
图2为本申请公开的一种歌词分段方法流程图；
图3为本申请公开的一种歌词分段方法流程图；
图4为本申请公开的一种具体的歌词分段方法部分流程图；
图5为本申请公开的一种具体的歌词分段方法部分流程图；
图6为本申请公开的一种歌词分段装置结构示意图；
图7为本申请公开的一种电子设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解，先对本申请的歌词分段方法所适用的系统框架进行介绍。可以理解的是，本申请实施例中并不对计算机设备的数量进行限定，其可以是多个计算机设备共同协作完成歌词分段功能。在一种可能的情况中，请参考图1。由图1可知，该硬件组成框架可以包括：第一计算机设备101、第二计算机设备102。第一计算机设备101与第二计算机设备102之间通过网络103实现通信连接。
在本申请实施例中，在此不具体限定第一计算机设备101与第二计算机设备102的硬件结构，第一计算机设备101与第二计算机设备102两者进行数据交互，实现歌词分段功能。进一步，本申请实施例中并不对网络103的形式进行限定，如，网络103可以是无线网络(如WIFI、蓝牙等)，也可以是有线网络。
其中，第一计算机设备101和第二计算机设备102可以是同一种计算机设备，如第一计算机设备101和第二计算机设备102均为服务器；也可以是不同类型的计算机设备，如，第一计算机设备101可以是终端或智能电子设备，第二计算机设备102可以服务器。在又一种可能的情况中，可以利用计算能力强的服务器作为第二计算机设备102来提高数据处理效率及可靠性，进而提高歌词分段效率。同时利用成本低、应用范围广的终端或智能电子设备作为第一计算机设备101，用于实现第二计算机设备102与用户之间的交互。
举例说明，请参考图2，终端在获取到直播业务中触发的歌曲对唱请求时，将待对唱歌曲的相关信息发送到对应的服务端，服务端根据接收到的待对唱歌曲的相关信息加载待对唱歌曲的待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间。然后服务端还需要基于每句歌词的起始时间每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长，然后再利用所述单和弦时长对待处理歌词数据中的歌词进行分段，将该歌词划分为不同的歌词分段，然后在将歌词分段结果返回给所述终端，所以终端在接收到歌词分段结果之后，便可以在歌词显示区域显示分段之后的歌词。
参见图3所示，本申请实施例公开了一种歌词分段方法，该方法包括：
步骤S11：获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间。
在具体的实施过程中，需要先获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词和每句歌词的起始时间，一句歌词也即歌词数据中的一行歌词。所述待处理歌词可以为LRC(lyric，歌词)歌词，LRC歌词也即扩展名为LRC的歌词数据，LRC歌词是目前通用的播放器歌词数据。例如，LRC歌词如下，其中，每行歌词算一句，每句歌词前面的中括号中的数字为该句歌词的起始时间。
[00:00.00]简单的幸福(cover:罗聪)-徐静静
[00:07.11]作词：许兴刚
[00:14.22]作曲：古月
[00:21.33]按部就班
[00:22.25]我们打开心扇
[00:23.45]发现每个人的背后
[00:24.72]都有一种遗憾
[00:26.12]爱情其实简单
[00:27.35]没有那么麻烦
所述待处理歌词数据也可以为QRC歌词，QRC歌词为QQ音乐专用的播放器歌词数据，QRC歌词除了包括歌词以及每句歌词的起始时间之外，还可以包括每句歌词的参考时长，例如，QRC歌词如下，其中，每行歌词算一句，每句歌词前面的括号逗号前的数字为该句歌词的起始时间，起始时间以毫秒为单位，逗号后的数字为该句歌词的参考时长。
[4075,3897]泛黄的春联还残留在墙上
[8242,3737]依稀可见几个字岁岁平安
[12246,3913]在我没有回去过的老家米缸
[16479,3784]爷爷用楷书写一个满
步骤S12：基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长。
在获取到所述待处理歌词数据之后，还需要基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长。由于从乐理角度来说，一个歌曲分段就是一组和弦，这样就需要对歌曲进行合理的分段，需要契合人的感官。因此便需要确定出一组和弦的时长，而一组和弦通常由4个和弦组成，所以需要先确定单和弦时长，通常来说，一个或者两个乐理小节会使用一个和弦，确定一个和弦的时长也就是确定一个或者两个乐理小节的时长，且每句歌词的时长中分布集中程度最高的时长一般就为一个或两个乐理小节的时长。
也即，需要先基于每句所述歌词的起始时间确定每句所述歌词的时长，此处所说的每句歌词的时长与前述的当所述待处理歌词数据为QRC歌词时，歌词数据中包括的每句歌词的参考时长不同，此处所说的每句歌词的时长一般大于当所述待处理歌词数据为QRC歌词时，歌词数据中包括的每句歌词的参考时长，因为在一句歌词演唱之后演唱者可能需要停顿一小段时间，以换气等。在基于每句所述歌词的起始时间确定每句所述歌词的时长之后，还需要基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长。
其中，基于每句所述歌词的起始时间确定每句所述歌词的时长，包括：将任一句歌词的起始时间与和该句歌词相邻的下一句歌词的起始时间之间的差值的数值作为该句歌词的时长，直到确定出每句所述歌词的时长。
例如，第一句歌词为：[4075,3897]泛黄的春联还残留在墙上，第二句歌词为：[8242,3737]依稀可见几个字岁岁平安，则第一句歌词“泛黄的春联还残留在墙上”的时长就为8242-4075＝4167毫秒。
其中，基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，包括：
步骤S121：将每句所述歌词的时长按照从小到大的顺序进行排序，得到时长序列。
在基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长时，需要先将每句所述歌词的时长按照从小到大的顺序排序，得到时长序列，此处对每句所述歌词的时长按照从小到大的顺序进行排列有利于下一步骤的遍历处理。
步骤S122：对所述时长序列进行遍历，以将所述时长序列中的时长划分为不同的时长小组。
得到所述时长序列之后，还需要对所述时长序列进行遍历，以将所述时长序列中的时长划分为不同的时长小组。其中，可以以不同的时长阈值为中心，以对应的时长偏差为偏差值，对所述时长序列进行多遍遍历。
例如，每句所述歌词的时长分别为：1、200、29、3、201、215、208，则先将每句所述歌词的时长按照从小到大的顺序进行排列，得到的时长序列为：1、3、29、200、201、208、215，第一次遍历以50为中心，正负50为偏差捆绑所述时长序列中的数值，也即捆绑0-100范围内的时长，得到第一个时长小组为1、3、29，第二次遍历100为中心，正负50为偏差捆绑所述时长序列中的数值，也即捆绑50-150范围内的时长，得到第二个时长小组为空，第三次遍历150为中心，正负50为偏差捆绑所述时长序列中的数值，也即捆绑100-200范围内的时长，得到第三个时长小组为200，第四次遍历200为中心，正负50为偏差捆绑所述时长序列中的数值，也即捆绑200-250范围内的时长，得到第四个时长小组为:200、201、208、215。同一个时长可能属于不同的时长小组。
在实际实施过程中，所述偏差可以根据所述中心数值的不同而不同，例如，上述过程中，可以为第一次遍历以50为中心，正负50为偏差捆绑所述时长序列中的数值，也即捆绑0-100范围内的时长，得到第一个时长小组为1、3、29，第二次遍历100为中心，正负70为偏差捆绑所述时长序列中的数值，也即捆绑30-170范围内的时长，得到第二个时长小组为空，第三次遍历150为中心，正负90为偏差捆绑所述时长序列中的数值，也即捆绑60-240范围内的时长，得到第三个时长小组为200、201、208、215，由于所述时长序列中不存在比240大的时长，所以不需要在进行第四次遍历。
步骤S123：将所述时长小组中包括所述时长的个数最多的确定为分布集中程度最高的目标时长小组，将所述目标时长小组中各个所述时长的平均值作为单和弦时长。
得到各个所述时长小组之后，将所述时长小组中包括所述时长的个数最多的确定为分布集中程度最高的目标时长小组，将所述目标时长小组中各个所述时长的平均值作为单和弦时长。例如，前述的各个时长小组中包括时长个数最多的小组为200、201、208、215，则将其平均值作为对应单和弦时长便是206。
步骤S13：利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。
在确定出所述单和弦时长之后，也就确定出了所述待处理歌词数据中一个和弦的时长，然后便可以利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。
具体的，可以将整首歌词的划分分成两个步骤进行，也即，基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段；基于所述单和弦时长将每个所述歌词大段划分为不同的歌词小段。由于歌词大段之间的时间间隔较长，一般来说不同歌词大段中的歌词需要划分成不同的歌词小段，所以先将整首歌的歌词划分为不同的歌词大段，然后再将各个歌词大段划分为不同的歌词小段。
可见，本申请先获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间。然后基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长。利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。由此可见，本申请首先获取包括歌词以及每句歌词的起始时间的待处理歌词数据，然后便可以基于每句所述歌词的起始时间确定每句所述歌词的时长，然后再基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，接着再利用确定出的单和弦时长对待处理歌词数据中的歌词进行分段，将歌词划分为不同的歌词分段，相比于现有技术中需要先利用大量的训练样本训练分类模型带来的，分类模型受限于训练样本来说，本申请在获取到待处理歌词数据之后，便可以直接根据获取到的待处理歌词数据中每句歌词的起始时间对歌词进行分段，不需要依赖除了待处理歌词数据之外的其他训练样本，且由于最终的歌词分段是基于每句歌词的起始时间进行划分的，所以适用性强。此外，在进行歌词分段之前，需要先确定单和弦时长，也即确定一个和弦的时长，然后再利用单和弦时长对歌词进行分段，所以使得最终划分出的歌词分段是基于乐理知识进行划分的，可以更契合人的听觉，从而可以提高用户体验，也可以提高歌词分段的准确率。
参见图4所示，所述基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段，包括：
步骤S21：基于每句所述歌词的起始时间确定每相邻两句歌词之间的时间间隔。
需要根据每句歌词之间的时间间隔将整首歌词划分为不同的歌词大段，所以需要先基于每句所述歌词的起始时间确定每相邻两句歌词之间的时间间隔。由于需要考虑到LRC歌词只有每句歌词的起始时间，所以基于每句所述歌词的起始时间确定每相邻两句歌词之间的时间间隔，可以为将任一句歌词的起始时间与和该句歌词相邻的下一句歌词的起始时间之间的差值的数值作为该句歌词和该句歌词相邻的下一句歌词之间的时间间隔，直到确定出每相邻两句歌词之间的时间间隔。
步骤S22：判断各个所述时间间隔是否超过参考间隔值，其中，所述参考间隔值为基于所述单和弦时长确定出的值。
在确定出每相邻两句歌词之间的时间间隔之后，还需要判断各个所述时间间隔是否超过参考间隔值，其中，所述参考间隔值为基于所述单和弦时长确定出的值，具体的，所述参考间隔值可以为两个所述单和弦时长，例如，所述单和弦时长为3000毫秒，则所述参考间隔值可以为6000毫秒。所述参考间隔值具体可以根据实际情况确定，在此不做具体限定。
步骤S23：如果存在所述时间间隔超过所述参考间隔值，则将所述待处理歌词数据的第一句歌词开始到第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，将第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的后一句歌词到第二个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，直到将各句所述歌词划分结束。
如果存在所述时间间隔超过所述参考间隔值，则将所述待处理歌词数据的第一句歌词开始到第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，将第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的后一句歌词到第二个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，以此类推，直到将各句所述歌词划分结束。
参见图5所示，基于所述单和弦时长将任一歌词大段划分为不同的歌词小段，包括：
步骤S31：根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围。
在基于单和弦时长将任一歌词大段划分为不同的歌词小段的过程中，首先根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围。
具体的，以该歌词大段的第一句歌词的起始时间为时间下界，并以该歌词大段的第一句歌词的起始时间和预设数量个所述单和弦时长的和为时间上界，得到所述第一时间范围。其中，由于一组和弦通常为4个和弦，所以所述预设数量一般为4。例如，该歌词大段的第一句歌词的起始时间为3000毫秒，所述单和弦时长为3500毫秒，则所述第一时间范围为3000-17000毫秒。
步骤S32：根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段。
在确定出所述第一时间范围之后，便可以根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段。
具体的，从该歌词大段中的第一句歌词开始判断该歌词大段中每句所述歌词的结束时间是否在所述第一时间范围内，其中，每句所述歌词的结束时间为每句所述歌词的起始时间和每句所述歌词的时长之和；如果当前句歌词的结束时间在所述第一时间范围内，则将当前句歌词划分到该歌词大段的第一个歌词小段；如果当前句歌词的结束时间大于所述第一时间范围的时间上界，则确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段。
首先从该歌词大段中的第一句歌词开始判断该歌词大段中每句所述歌词的结束时间是否在所述第一时间范围内，每句所述歌词的结束时间为每句所述歌词的起始时间和每句所述歌词的时长之和，当所述待处理歌词数据为LRC歌词时，可以先将任一句歌词的起始时间与和该句歌词相邻的下一句歌词的起始时间之间的差值的数值作为该句歌词的时长，直到确定出每句所述歌词的时长，并将每句所述歌词的时长保存，以便将每句所述歌词的起始时间和每句所述歌词的时长之和作为对应的结束时间。当所述待处理歌词数据为QRC歌词时，可以将每句所述歌词的起始时间与每个所述歌词的参考时长之和作为对应的结束时间。如果当前句歌词的结束时间在所述第一时间范围内，表示当前这一句歌词的整个时间都在所述第一时间范围内，所以将当前句歌词划分到该歌词大段的第一个歌词小段。如果当前句歌词的结束时间大于所述第一时间范围的时间上界，表明当前这一句歌词的时间可能有一部分在所述第一时间范围内，还需要进一步确定是否将当前这一句歌词划分到该歌词大段的第一个歌词小段，所以需要确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段。
其中，确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段，包括：将所述第一时间范围的时间上界与当前句歌词的起始时间之间的差值作为所述重叠时长；确定所述重叠时长与当前句歌词的时长之间的比值，并判断所述比值是否不小于预设比值阈值；如果是，则将当前句歌词划分到该歌词大段的第一个歌词小段中。其中，所述预设比值阈值可以为60％。
例如，所述第一时间范围为3000-17000毫秒，当前句歌词的起始时间为14000毫秒，结束时间为18000毫秒，所述预设比值阈值可以为60％。则重叠时长为17000-14000＝3000毫秒，当前句歌词的时长为4000毫秒，则重叠时长与当前句歌词的时长之比为：3000/4000＝0.75，由于0.75大于0.6，所以将当前句歌词划分到该歌词大段的第一个歌词小段。
步骤S33：如果该歌词大段划分未结束，则根据与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间和所述单和弦时长确定第二时间范围。
该歌词大段中的第二个歌词小段的起始时间需要在该歌词大段中的第一个歌词小段划分结束之后才能确定，如果该歌词大段划分未结束，则根据与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间和所述单和弦时长确定第二时间范围。
具体的，就是以与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间为时间下界，并以与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间和预设数量个所述单和弦时长的和为时间上界，得到所述第二时间范围。
步骤S34：根据所述第二时间范围从该歌词大段中划分出该歌词大段的第二个歌词小段，直到将该歌词大段划分结束。
得到所述第二时间范围之后，便可以根据所述第二时间范围从该歌词大段中划分出该歌词大段的第二个歌词小段，直到将该歌词大段划分结束。
以下以QRC格式的《上海一九四三》歌词为例，对本申请中的前述内容进行说明，具体歌词数据如下：
[4075,3897]泛黄的春联还残留在墙上；[8242,3737]依稀可见几个字岁岁平安；[12246,3913]在我没有回去过的老家米缸；[16479,3784]爷爷用楷书写一个满；[20606,3864]黄金葛爬满了雕花的门窗；[24734,3807]夕阳斜斜映在斑驳的砖墙；[28807,3831]铺着榉木板的屋内还弥漫；[32973,4025]姥姥当年酿的豆瓣酱；[37351,3656]我对着黑白照片开始想象；[41266,4514]爸和妈当年的模样；[46687,3695]说着一口吴侬软语的姑娘；[50382,3896]缓缓走过外滩；[54831,2241]消失的旧时光；[57072,1463]一九四三；[58815,2400]在回忆的路上；[61215,1712]时间变好慢；[63318,2073]老街坊小弄堂；[65391,3752]是属于那年代白墙黑瓦的；[69143,1880]淡淡的忧伤；[71246,2393]消失的旧时光；[73639,1327]一九四三；[75391,2392]回头看的片段；[77783,1745]有一些风霜；[79820,2121]老唱盘旧皮箱；[81941,3415]装满了明信片的铁盒里；[85356,3896]藏着一片玫瑰花瓣；[104491,3784]黄金葛爬满了雕花的门窗；[108515,3856]夕阳斜斜映在斑驳的砖墙；[112693,3800]铺着榉木板的屋内还弥漫；[116831,4064]姥姥当年酿的豆瓣酱；[121191,3617]我对着黑白照片开始想象；[125064,4592]爸和妈当年的模样；[130551,3463]说着一口吴侬软语的姑娘；[134014,5539]缓缓走过外滩；[139553,2361]消失的旧时光；[141914,1455]一九四三；[143649,2416]在回忆的路上；[146065,1768]时间变好慢；[148078,2136]老街坊小弄堂；[150214,3776]是属于那年代白墙黑瓦的；[153990,1880]淡淡的忧伤；[156204,2256]消失的旧时光；[158460,1448]一九四三；[160228,2376]回头看的片段；[162604,1656]有一些风霜；[164575,2224]老唱盘旧皮箱；[166799,3540]装满了明信片的铁盒里；[170339,8016]藏着一片玫瑰花瓣。
其中，上述的《上海一九四三》歌词中一个分号表示原来的一行歌词，一行歌词也就是一句歌词，采用将任一句歌词的起始时间与和该句歌词相邻的下一句歌词的起始时间之间的差值的数值作为该句歌词的时长，直到确定出每句所述歌词的时长。然后将每句所述歌词的时长按照从小到大的顺序进行排序，得到时长序列，对所述时长序列进行遍历，以将所述时长序列中的时长划分为不同的时长小组，具体的，小时长组信息如下：【3873、3915、4004、4024、4073、4127、4128、4138、4166、4167、4178、4233】；【2103、2103、2121、2136、2214、2224、2241、2256】；【3415、3463、3540、3695、3752、3776】；【2361、2376、2392、2393、2400、2416】；【1735、1743、1752、1768】。其中，一个中括号中表示一个时长小组，由此可知，包括时长个数最多的时长小组为【3873、3915、4004、4024、4073、4127、4128、4138、4166、4167、4178、4233】，将该时长小组中的各个时长值的平均值作为《上海一九四三》歌词的单和弦时长为4085毫秒。然后将单和弦时长的两倍作为参考间隔值，也即参考间隔值为8170毫秒，对前述的《上海一九四三》歌词分大段，可以将第一句歌词到“[104491,3784]黄金葛爬满了雕花的门窗”划分为一个歌词大段，从“[108515,3856]夕阳斜斜映在斑驳的砖墙”到最后一句划分为另外一个大段。然后对第一个歌词大段划分歌词小段，其中，所述预设数量为4，第一个歌词大段的第一时间范围为4075-20415毫秒，则可以将“[4075,3897]泛黄的春联还残留在墙上；[8242,3737]依稀可见几个字岁岁平安；[12246,3913]在我没有回去过的老家米缸；[16479,3784]爷爷用楷书写一个满”划分为第一个歌词大段中的第一个歌词小段，以此类推，可以将整首歌划分成不同的歌词小段。
参见图6所示，本申请实施例公开了一种歌词分段装置，包括：
数据获取模块21，用于获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间；
单和弦时长确定模块22，用于基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长；
分段模块23，用于利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。
可见，本申请先获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间。然后基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长。利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。由此可见，本申请首先获取包括歌词以及每句歌词的起始时间的待处理歌词数据，然后便可以基于每句所述歌词的起始时间确定每句所述歌词的时长，然后再基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，接着再利用确定出的单和弦时长对待处理歌词数据中的歌词进行分段，将歌词划分为不同的歌词分段，相比于现有技术中需要先利用大量的训练样本训练分类模型带来的，分类模型受限于训练样本来说，本申请在获取到待处理歌词数据之后，便可以直接根据获取到的待处理歌词数据中每句歌词的起始时间对歌词进行分段，不需要依赖除了待处理歌词数据之外的其他训练样本，且由于最终的歌词分段是基于每句歌词的起始时间进行划分的，所以适用性强。此外，在进行歌词分段之前，需要先确定单和弦时长，也即确定一个和弦的时长，然后再利用单和弦时长对歌词进行分段，所以使得最终划分出的歌词分段是基于乐理知识进行划分的，可以更契合人的听觉，从而可以提高用户体验，也可以提高歌词分段的准确率。
在一些具体的实施过程中，所述分段模块23，用于：
基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段；
基于所述单和弦时长将每个所述歌词大段划分为不同的歌词小段。
在一些具体的实施过程中，所述分段模块23，用于：
基于每句所述歌词的起始时间确定每相邻两句歌词之间的时间间隔；
判断各个所述时间间隔是否超过参考间隔值，其中，所述参考间隔值为基于所述单和弦时长确定出的值；
如果存在所述时间间隔超过所述参考间隔值，则将所述待处理歌词数据的第一句歌词开始到第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，将第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的后一句歌词到第二个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，直到将各句所述歌词划分结束。
在一些具体的实施过程中，所述分段模块23，用于：
根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围；
根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段；
如果该歌词大段划分未结束，则根据与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间和所述单和弦时长确定第二时间范围；
根据所述第二时间范围从该歌词大段中划分出该歌词大段的第二个歌词小段，直到将该歌词大段划分结束。
在一些具体的实施过程中，所述分段模块23，用于：
以该歌词大段的第一句歌词的起始时间为时间下界，并以该歌词大段的第一句歌词的起始时间和预设数量个所述单和弦时长的和为时间上界，得到所述第一时间范围。
在一些具体的实施过程中，所述分段模块23，用于：
从该歌词大段中的第一句歌词开始判断该歌词大段中每句所述歌词的结束时间是否在所述第一时间范围内，其中，每句所述歌词的结束时间为每句所述歌词的起始时间和每句所述歌词的时长之和；
如果当前句歌词的结束时间在所述第一时间范围内，则将当前句歌词划分到该歌词大段的第一个歌词小段；
如果当前句歌词的结束时间大于所述第一时间范围的时间上界，则确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段。
在一些具体的实施过程中，所述分段模块23，用于：
将所述第一时间范围的时间上界与当前句歌词的起始时间之间的差值作为所述重叠时长；
确定所述重叠时长与当前句歌词的时长之间的比值，并判断所述比值是否不小于预设比值阈值；
如果是，则将当前句歌词划分到该歌词大段的第一个歌词小段中。
在一些具体的实施过程中，所述单和弦时长确定模块22，用于：
将每句所述歌词的时长按照从小到大的顺序进行排序，得到时长序列；
对所述时长序列进行遍历，以将所述时长序列中的时长划分为不同的时长小组；
将所述时长小组中包括所述时长的个数最多的确定为分布集中程度最高的目标时长小组，将所述目标时长小组中各个所述时长的平均值作为单和弦时长。
图7为本申请实施例提供的一种电子设备30的结构示意图，该用户终端具体可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
通常，本实施例中的电子设备30包括：处理器31和存储器32。
其中，处理器31可以包括一个或多个处理核心，比如四核心处理器、八核心处理器等。处理器31可以采用DSP(digital signal processing,数字信号处理)、FPGA(field-programmable gate array,现场可编程们阵列)、PLA(programmable logic array,可编程逻辑阵列)中的至少一种硬件来实现。处理器31也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(central processing unit,中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器31可以集成有GPU(graphics processing unit,图像处理器)，GPU用于负责显示屏所需要显示的图像的渲染和绘制。一些实施例中，处理器31可以包括AI(artificialintelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器32可以包括一个或多个计算机可读存储介质，计算机可读存储介质可以是非暂态的。存储器32还可以包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器32至少用于存储以下计算机程序321，其中，该计算机程序被处理器31加载并执行之后，能够实现前述任一实施例中公开的歌词分段方法步骤。
在一些实施例中，电子设备30还可包括有显示屏33、输入输出接口34、通信接口35、传感器36、电源37以及通信总线38。
本技术领域人员可以理解，图7中示出的结构并不构成对电子设备30的限定，可以包括比图示更多或更少的组件。
进一步的，本申请实施例还公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现前述任一实施例中公开的歌词分段方法。
其中，关于上述歌词分段方法的具体过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得一系列包含其他要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种歌词分段方法、装置、设备、介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种歌词分段方法，其特征在于，包括：
获取待处理歌词数据，其中，所述待处理歌词数据中包括歌词及每句歌词的起始时间；
基于每句所述歌词的起始时间确定每句所述歌词的时长，并基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，其中，所述单和弦时长为一个和弦的时长；
利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段。
2.根据权利要求1所述的歌词分段方法，其特征在于，所述利用所述单和弦时长对所述歌词进行分段，以将所述歌词划分为不同的歌词分段，包括：
基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段；
基于所述单和弦时长将每个所述歌词大段划分为不同的歌词小段。
3.根据权利要求2所述的歌词分段方法，其特征在于，所述基于所述单和弦时长和每句所述歌词的起始时间将所述歌词划分为不同的歌词大段，包括：
基于每句所述歌词的起始时间确定每相邻两句歌词之间的时间间隔；
判断各个所述时间间隔是否超过参考间隔值，其中，所述参考间隔值为基于所述单和弦时长确定出的值；
如果存在所述时间间隔超过所述参考间隔值，则将所述待处理歌词数据的第一句歌词开始到第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，将第一个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的后一句歌词到第二个超过所述参考间隔值的时间间隔对应的相邻两句歌词中的前一句歌词划分为一个歌词大段，直到将各句所述歌词划分结束。
4.根据权利要求2所述的歌词分段方法，其特征在于，基于所述单和弦时长将任一歌词大段划分为不同的歌词小段，包括：
根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围；
根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段；
如果该歌词大段划分未结束，则根据与该歌词大段的第一个歌词小段中的最后一句歌词相邻下一句歌词的起始时间和所述单和弦时长确定第二时间范围；
根据所述第二时间范围从该歌词大段中划分出该歌词大段的第二个歌词小段，直到将该歌词大段划分结束。
5.根据权利要求4所述的歌词分段方法，其特征在于，所述根据该歌词大段的第一句歌词的起始时间和所述单和弦时长确定第一时间范围，包括：
以该歌词大段的第一句歌词的起始时间为时间下界，并以该歌词大段的第一句歌词的起始时间和预设数量个所述单和弦时长的和为时间上界，得到所述第一时间范围。
6.根据权利要求5所述的歌词分段方法，其特征在于，所述根据所述第一时间范围从该歌词大段中划分出该歌词大段的第一个歌词小段，包括：
从该歌词大段中的第一句歌词开始判断该歌词大段中每句所述歌词的结束时间是否在所述第一时间范围内，其中，每句所述歌词的结束时间为每句所述歌词的起始时间和每句所述歌词的时长之和；
如果当前句歌词的结束时间在所述第一时间范围内，则将当前句歌词划分到该歌词大段的第一个歌词小段；
如果当前句歌词的结束时间大于所述第一时间范围的时间上界，则确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段。
7.根据权利要求6所述的歌词分段方法，其特征在于，所述确定当前句歌词在所述第一时间范围内的重叠时长，并基于所述重叠时长确定是否将当前句歌词划分到该歌词大段的第一个歌词小段，包括：
将所述第一时间范围的时间上界与当前句歌词的起始时间之间的差值作为所述重叠时长；
确定所述重叠时长与当前句歌词的时长之间的比值，并判断所述比值是否不小于预设比值阈值；
如果是，则将当前句歌词划分到该歌词大段的第一个歌词小段中。
8.根据权利要求1至7任一项所述的歌词分段方法，其特征在于，所述基于所述时长的分布集中程度确定出所述待处理歌词数据对应的单和弦时长，包括：
将每句所述歌词的时长按照从小到大的顺序进行排序，得到时长序列；
对所述时长序列进行遍历，以将所述时长序列中的时长划分为不同的时长小组；
将所述时长小组中包括所述时长的个数最多的确定为分布集中程度最高的目标时长小组，将所述目标时长小组中各个所述时长的平均值作为单和弦时长。
9.一种电子设备，其特征在于，包括：
存储器和处理器；
其中，所述存储器，用于存储计算机程序；
所述处理器，用于执行所述计算机程序，以实现权利要求1至8任一项所述的歌词分段方法。
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的歌词分段方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110579130.5A CN113255348B (zh) | 2021-05-26 | 2021-05-26 | 一种歌词分段方法、装置、设备、介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110579130.5A CN113255348B (zh) | 2021-05-26 | 2021-05-26 | 一种歌词分段方法、装置、设备、介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113255348A true CN113255348A (zh) | 2021-08-13 |
| CN113255348B CN113255348B (zh) | 2023-02-28 |
Family
ID=77184585
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110579130.5A Active CN113255348B (zh) | 2021-05-26 | 2021-05-26 | 一种歌词分段方法、装置、设备、介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113255348B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110246186A1 (en) * | 2010-03-31 | 2011-10-06 | Sony Corporation | Information processing device, information processing method, and program |
| CN102467939A (zh) * | 2010-11-04 | 2012-05-23 | 北京彩云在线技术开发有限公司 | 一种歌曲音频切割装置及方法 |
| CN103714806A (zh) * | 2014-01-07 | 2014-04-09 | 天津大学 | 一种结合svm和增强型pcp特征的和弦识别方法 |
| WO2016201959A1 (zh) * | 2015-06-15 | 2016-12-22 | 福建星网视易信息系统有限公司 | 基于演唱音频评分的多媒体文件播放方法和装置 |
| CN107452361A (zh) * | 2017-08-08 | 2017-12-08 | 腾讯音乐娱乐（深圳）有限公司 | 歌曲分句方法及装置 |
| US20180366097A1 (en) * | 2017-06-14 | 2018-12-20 | Kent E. Lovelace | Method and system for automatically generating lyrics of a song |
-
2021
- 2021-05-26 CN CN202110579130.5A patent/CN113255348B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110246186A1 (en) * | 2010-03-31 | 2011-10-06 | Sony Corporation | Information processing device, information processing method, and program |
| CN102467939A (zh) * | 2010-11-04 | 2012-05-23 | 北京彩云在线技术开发有限公司 | 一种歌曲音频切割装置及方法 |
| CN103714806A (zh) * | 2014-01-07 | 2014-04-09 | 天津大学 | 一种结合svm和增强型pcp特征的和弦识别方法 |
| WO2016201959A1 (zh) * | 2015-06-15 | 2016-12-22 | 福建星网视易信息系统有限公司 | 基于演唱音频评分的多媒体文件播放方法和装置 |
| US20180366097A1 (en) * | 2017-06-14 | 2018-12-20 | Kent E. Lovelace | Method and system for automatically generating lyrics of a song |
| CN107452361A (zh) * | 2017-08-08 | 2017-12-08 | 腾讯音乐娱乐（深圳）有限公司 | 歌曲分句方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113255348B (zh) | 2023-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11600259B2 (en) | Voice synthesis method, apparatus, device and storage medium | |
| CN107123415B (zh) | 一种自动编曲方法及系统 | |
| CN111145732B (zh) | 多任务语音识别后的处理方法及系统 | |
| CN111859847A (zh) | 印制电路板的走线检测方法、装置及计算机可读存储介质 | |
| CN109166564A (zh) | 为歌词文本生成乐曲的方法、装置及计算机可读存储介质 | |
| US12033605B2 (en) | Rhythm point detection method and apparatus and electronic device | |
| US11511200B2 (en) | Game playing method and system based on a multimedia file | |
| JP6669883B2 (ja) | 音声データ処理方法及び装置 | |
| CN109767763B (zh) | 自定义唤醒词的确定方法和用于确定自定义唤醒词的装置 | |
| CN106157979B (zh) | 一种获取人声音高数据的方法和装置 | |
| CN104866275B (zh) | 一种用于获取图像信息的方法和装置 | |
| CN110503944B (zh) | 语音唤醒模型的训练和使用方法及装置 | |
| CN112597066B (zh) | 页面测试方法和装置 | |
| US11250854B2 (en) | Method and apparatus for voice interaction, device and computer-readable storage medium | |
| CN104978961B (zh) | 一种音频处理方法、装置及终端 | |
| CN110706691A (zh) | 语音验证方法及装置、电子设备和计算机可读存储介质 | |
| CN109979434A (zh) | 本地语音模组产品声学性能的测试方法 | |
| CN113658594A (zh) | 歌词识别方法、装置、设备、存储介质及产品 | |
| WO2023116122A1 (zh) | 一种字幕生成方法、电子设备及计算机可读存储介质 | |
| CN114374885B (zh) | 视频关键片段确定方法、装置、电子设备及可读存储介质 | |
| CN114007064B (zh) | 特效同步评估方法、装置、设备及存储介质 | |
| CN113851106B (zh) | 音频播放方法、装置、电子设备和可读存储介质 | |
| CN105320641B (zh) | 一种文本校验方法及用户终端 | |
| CN113255348B (zh) | 一种歌词分段方法、装置、设备、介质 | |
| CN111782868B (zh) | 一种音频处理方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |