本發(fā)明涉及語(yǔ)音信號(hào)處理技術(shù)領(lǐng)域，特別涉及一種唱歌評(píng)測(cè)方法及系統(tǒng)。

背景技術(shù)：

隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，人們可以方便、快捷地實(shí)現(xiàn)隨時(shí)隨地唱歌的需求，越來(lái)越多的KTV或在線歌唱軟件開始針對(duì)用戶的唱歌水平進(jìn)行評(píng)測(cè)，從而增加了唱歌的娛樂性。由于受到K歌設(shè)備軟件或硬件等因素的影響，例如：(1)錄音設(shè)備的響應(yīng)時(shí)間與播放時(shí)間存在時(shí)間差；(2)錄音硬件設(shè)備質(zhì)量較差，無(wú)法保證錄音采樣率的穩(wěn)定性；(3)歌曲播放時(shí)間難以獲取，歌曲播放過程中可能無(wú)法準(zhǔn)確讀取各個(gè)時(shí)刻的播放進(jìn)度，如Flash平臺(tái)錄音時(shí)，需要等待一段時(shí)間之后才能取得錄音數(shù)據(jù)，系統(tǒng)延遲較大；(4)軟件運(yùn)行過程中可能會(huì)由于CPU占用等問題，導(dǎo)致系統(tǒng)運(yùn)行受阻，從而在某個(gè)時(shí)間點(diǎn)出現(xiàn)錄音偏差。這些影響因素容易導(dǎo)致系統(tǒng)所接收的用戶演唱數(shù)據(jù)(也即，用戶演唱歌曲的錄音數(shù)據(jù))與用戶實(shí)際的演唱數(shù)據(jù)之間存在時(shí)間偏差，進(jìn)而導(dǎo)致唱歌評(píng)測(cè)的準(zhǔn)確度較低。因此，在對(duì)用戶演唱歌曲進(jìn)行評(píng)測(cè)前，需要將接收到的用戶演唱數(shù)據(jù)與用戶實(shí)際的演唱數(shù)據(jù)進(jìn)行同步操作。在不考慮演唱技巧的情況下，用戶在演唱歌曲過程中，總是期望能與標(biāo)準(zhǔn)原唱同步，考慮到用戶的實(shí)際演唱時(shí)間難以獲取，可以將用戶演唱歌曲的錄音與標(biāo)準(zhǔn)原唱聲音進(jìn)行同步操作，然后對(duì)同步后的演唱數(shù)據(jù)進(jìn)行評(píng)分，從而保證評(píng)分結(jié)果的準(zhǔn)確性。

現(xiàn)有技術(shù)中，通常采用動(dòng)態(tài)時(shí)間規(guī)整(Dynamic Time Warping，簡(jiǎn)稱DTW)算法將用戶演唱歌曲的錄音和標(biāo)準(zhǔn)原唱聲音進(jìn)行同步。具體而言，通過分別提取用戶演唱歌曲的錄音和標(biāo)準(zhǔn)原唱聲音的頻譜特征(例如：美爾頻率倒譜系數(shù)或基頻特征)，然后采用DWT實(shí)現(xiàn)兩者的同步。其中，標(biāo)準(zhǔn)原唱聲音通常為帶有伴奏的歌曲原唱數(shù)據(jù)或通過音樂專業(yè)人士錄制的數(shù)據(jù)。當(dāng)使用帶有伴奏的歌曲原唱時(shí)，由于標(biāo)準(zhǔn)原唱中含有伴奏的聲音，會(huì)對(duì)同步操作造成干擾，并且 伴奏聲音也很難準(zhǔn)確消除；當(dāng)使用音樂專業(yè)人士錄制的數(shù)據(jù)時(shí)，將導(dǎo)致成本直接提升；并且采用DWT實(shí)現(xiàn)同步操作時(shí)，一般是以幀為單位進(jìn)行每步代價(jià)的計(jì)算，導(dǎo)致計(jì)算量較大，很難滿足實(shí)時(shí)評(píng)分的要求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種唱歌評(píng)測(cè)方法及系統(tǒng)，計(jì)算過程簡(jiǎn)單、評(píng)分準(zhǔn)確，能夠滿足實(shí)時(shí)打分的應(yīng)用需求。

本發(fā)明實(shí)施例提供的技術(shù)方案如下：

一方面，提供了一種唱歌評(píng)測(cè)方法，包括：

獲取用戶演唱歌曲中當(dāng)前句子的錄音數(shù)據(jù)；

獲取所述當(dāng)前句子的標(biāo)準(zhǔn)樂譜數(shù)據(jù)；

在包含所述當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)；

根據(jù)所述最佳偏移幀數(shù)對(duì)所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，以使所述當(dāng)前句子的錄音數(shù)據(jù)與所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步；

對(duì)平移后的所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分；

根據(jù)用戶演唱歌曲的每個(gè)句子的評(píng)分得到所述用戶演唱歌曲的評(píng)分結(jié)果。

優(yōu)選地，所述在包含所述當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)包括：

判斷所述當(dāng)前句子是否為所述歌曲的首句；

如果是，則從所述當(dāng)前句子的錄音數(shù)據(jù)的起始位置開始以預(yù)設(shè)步長(zhǎng)在所述搜索窗長(zhǎng)范圍內(nèi)多次調(diào)整偏移幀數(shù)，并根據(jù)每次調(diào)整后的偏移幀數(shù)對(duì)所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，計(jì)算每次平移后的所述當(dāng)前句子的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的音高差值；

將所述音高差值中最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定為所述當(dāng)前句子的最佳偏移幀數(shù)。

優(yōu)選地，所述方法還包括：如果所述當(dāng)前句子不是所述歌曲的首句，且所述當(dāng)前句子為所述歌曲的第j句，j為大于等于2的整數(shù)；

計(jì)算第j-1句的音高偏移得分；

如果所述音高偏移得分高于預(yù)設(shè)分值，則根據(jù)預(yù)設(shè)的窗長(zhǎng)調(diào)整因子和所述音高偏移得分對(duì)所述搜索窗長(zhǎng)進(jìn)行調(diào)整。

優(yōu)選地，所述在包含所述當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)還包括：

分別獲取第j-1句的錄音數(shù)據(jù)的音高偏移得分和最佳偏移幀數(shù)；

獲取第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)，并根據(jù)所述第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)對(duì)所述第j-1句的錄音數(shù)據(jù)進(jìn)行平移，得到平移后的所述第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)；

在包含所述第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)的搜索窗長(zhǎng)范圍內(nèi)查找所述第j-1句的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的最小音高差值所對(duì)應(yīng)的偏移幀數(shù)；

根據(jù)所述起始幀編號(hào)和所述最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定所述第j-1句的錄音數(shù)據(jù)的最佳偏移位置；

根據(jù)所述第j-1句的錄音數(shù)據(jù)的最佳偏移幀數(shù)、所述音高偏移得分、所述起始幀編號(hào)和所述最佳偏移位置確定所述當(dāng)前句子的最佳偏移幀數(shù)。

優(yōu)選地，在對(duì)平移后的所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分之前，所述方法還包括：

以音符為單位計(jì)算平移后的所述當(dāng)前句子的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的誤差距離；

如果所述誤差距離大于預(yù)設(shè)閾值，則以所述預(yù)設(shè)閾值替代所述誤差距離；

根據(jù)所述預(yù)設(shè)閾值和/或所述誤差距離計(jì)算所述當(dāng)前句子的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的累計(jì)誤差距離。

另一方面，提供了一種唱歌評(píng)測(cè)系統(tǒng)，包括：

第一獲取模塊，用于獲取用戶演唱歌曲中當(dāng)前句子的錄音數(shù)據(jù)；

第二獲取模塊，用于獲取所述當(dāng)前句子的標(biāo)準(zhǔn)樂譜數(shù)據(jù)；

查找模塊，用于在包含所述當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)；

平移模塊，用于根據(jù)所述最佳偏移幀數(shù)對(duì)所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，以使所述當(dāng)前句子的錄音數(shù)據(jù)與所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步；

第一評(píng)分模塊，用于對(duì)平移后的所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分；

第二評(píng)分模塊，用于根據(jù)用戶演唱歌曲的每個(gè)句子的評(píng)分得到所述用戶演唱歌曲的評(píng)分結(jié)果。

優(yōu)選地，所述查找模塊包括：

第一判斷單元，用于判斷所述當(dāng)前句子是否為所述歌曲的首句；

第一調(diào)整單元，用于在所述第一判斷單元判斷所述當(dāng)前句子為所述歌曲的首句后，從所述當(dāng)前句子的錄音數(shù)據(jù)的起始位置開始以預(yù)設(shè)步長(zhǎng)在所述搜索窗長(zhǎng)范圍內(nèi)多次調(diào)整偏移幀數(shù)；

第一平移單元，用于根據(jù)每次調(diào)整后的偏移幀數(shù)對(duì)所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移；

第一計(jì)算單元，用于計(jì)算每次平移后的所述當(dāng)前句子的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的音高差值；

第一確定單元，用于將所述音高差值中最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定為所述當(dāng)前句子的最佳偏移幀數(shù)。

優(yōu)選地，所述系統(tǒng)還包括：

第二計(jì)算單元，用于在所述第一判斷單元判斷所述當(dāng)前句子不是所述歌曲的首句，且判斷所述當(dāng)前句子為所述歌曲的第j句后，j為大于等于2的整數(shù)，計(jì)算第j-1句的音高偏移得分；

第二判斷單元，用于判斷所述音高偏移得分是否高于預(yù)設(shè)分值；

第二調(diào)整單元，用于在所述第二判斷單元判斷所述音高偏移得分高于預(yù)設(shè)分值后，根據(jù)預(yù)設(shè)的窗長(zhǎng)調(diào)整因子和所述音高偏移得分對(duì)所述搜索窗長(zhǎng)進(jìn)行調(diào)整。

優(yōu)選地，所述查找模塊還包括：

第一獲取單元，用于分別獲取第j-1句的錄音數(shù)據(jù)的音高偏移得分和最佳偏移幀數(shù)；

第二獲取單元，用于獲取第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)；

第二平移單元，用于根據(jù)所述第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)對(duì)所述第j-1句的錄音數(shù)據(jù)進(jìn)行平移，得到平移后的所述第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)；

查找單元，用于在包含所述第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)的搜索窗長(zhǎng) 范圍內(nèi)查找所述第j-1句的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的最小音高差值所對(duì)應(yīng)的偏移幀數(shù)；

第二確定單元，用于根據(jù)所述起始幀編號(hào)和所述最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定所述第j-1句的錄音數(shù)據(jù)的最佳偏移位置；

第三確定單元，用于根據(jù)所述第j-1句的錄音數(shù)據(jù)的最佳偏移幀數(shù)、所述音高偏移得分、所述起始幀編號(hào)和所述最佳偏移位置確定所述當(dāng)前句子的最佳偏移幀數(shù)。

優(yōu)選地，所述系統(tǒng)還包括：

第一計(jì)算模塊，用于在所述第一評(píng)分模塊對(duì)平移后的所述當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分之前，以音符為單位計(jì)算平移后的所述當(dāng)前句子的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的誤差距離；

判斷模塊，用于判斷所述誤差距離是否大于預(yù)設(shè)閾值；

替代模塊，用于在所述判斷模塊判斷所述誤差距離大于預(yù)設(shè)閾值后，以所述預(yù)設(shè)閾值替代所述誤差距離；

第二計(jì)算模塊，用于根據(jù)所述預(yù)設(shè)閾值和/或所述誤差距離計(jì)算所述當(dāng)前句子的錄音數(shù)據(jù)和所述標(biāo)準(zhǔn)樂譜數(shù)據(jù)的累計(jì)誤差距離。

本發(fā)明實(shí)施例提供的唱歌評(píng)測(cè)方法及系統(tǒng)，通過在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)，并根據(jù)最佳偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，使當(dāng)前句子的錄音數(shù)據(jù)與標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步，然后對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分，計(jì)算過程簡(jiǎn)單，評(píng)分結(jié)果準(zhǔn)確、及時(shí)，能夠滿足實(shí)時(shí)打分的應(yīng)用需求。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例提供的一種唱歌評(píng)測(cè)方法的流程圖；

圖2是本發(fā)明實(shí)施例提供的第二種唱歌評(píng)測(cè)方法的流程圖；

圖3是本發(fā)明實(shí)施例提供的第三種唱歌評(píng)測(cè)方法的流程圖；

圖4是本發(fā)明實(shí)施例提供的一種查找最佳偏移幀數(shù)的流程圖；

圖5是本發(fā)明實(shí)施例提供的一種累計(jì)誤差計(jì)算方法的流程圖；

圖6是本發(fā)明實(shí)施例提供的一種唱歌評(píng)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖；

圖7是本發(fā)明實(shí)施例提供的第二種唱歌評(píng)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖；

圖8是本發(fā)明實(shí)施例提供的第三種唱歌評(píng)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖；

圖9是本發(fā)明實(shí)施例提供的第四種唱歌評(píng)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖；

圖10是本發(fā)明實(shí)施例提供的第五種唱歌評(píng)測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明實(shí)施例的方案，下面結(jié)合附圖和實(shí)施方式對(duì)本發(fā)明實(shí)施例作進(jìn)一步的詳細(xì)說(shuō)明。

本發(fā)明實(shí)施例提供了一種唱歌評(píng)測(cè)方法，如圖1所示，包括以下步驟：

步驟101：獲取用戶演唱歌曲中當(dāng)前句子的錄音數(shù)據(jù)。

具體地，可以采用麥克風(fēng)等輸入設(shè)備對(duì)用戶演唱歌曲進(jìn)行數(shù)據(jù)采集。

步驟102：獲取當(dāng)前句子的標(biāo)準(zhǔn)樂譜數(shù)據(jù)。

步驟103：在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)。

其中，可以通過端點(diǎn)檢測(cè)技術(shù)等進(jìn)行錄音數(shù)據(jù)的起始位置的確定，搜索窗長(zhǎng)可以預(yù)先設(shè)置好，例如，為錄音數(shù)據(jù)的起始位置的左右20幀范圍，從而在該搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)。

具體而言，如圖2所示，在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)包括：

步驟201：判斷當(dāng)前句子是否為歌曲的首句。

具體可以根據(jù)歌曲的標(biāo)記文件判斷當(dāng)前句子是否為歌曲的首句。

如果是，則執(zhí)行步驟202：從當(dāng)前句子的錄音數(shù)據(jù)的起始位置開始以預(yù)設(shè)步長(zhǎng)在搜索窗長(zhǎng)范圍內(nèi)多次調(diào)整偏移幀數(shù)，并根據(jù)每次調(diào)整后的偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，計(jì)算每次平移后的當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的音高差值。

其中，預(yù)設(shè)步長(zhǎng)可以根據(jù)實(shí)際需要進(jìn)行設(shè)定，例如設(shè)置為2幀，從而可以在當(dāng)前句子的錄音數(shù)據(jù)的-20幀到20幀范圍內(nèi)，每次移動(dòng)2幀，并計(jì)算每次平移后的當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的音高差值。

具體而言，對(duì)于一個(gè)具體位置的用戶演唱歌曲的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的音高差值SubPitch_j＝{subPitch_j1,subPitch_j2,...subPitch_jk}，則用戶演唱數(shù)據(jù)中第j句與標(biāo)準(zhǔn)樂譜第j句之間在移動(dòng)shift_jk幀時(shí)的音高差值subPitch_jk的計(jì)算方法如公式(1)所示：

${\mathrm{subPitch}}_{\mathrm{jk}}=\underset{i=1}{\overset{N_j}{\mathrm{\Σ}}}|{\mathrm{UserPitch}}_{j(i+{\mathrm{shift}}_{\mathrm{jk}})}-{\mathrm{TemplatePitch}}_{j(i+{\mathrm{shift}}_{\mathrm{jk}})}|---\left(1\right)$

其中，對(duì)于首句j＝1，subPitch_jk表示用戶演唱數(shù)據(jù)中第j句與標(biāo)準(zhǔn)樂譜第j句之間在移動(dòng)shift_jk幀時(shí)的音高差值，UserPitch_j(i+shiftjk)表示第j句用戶演唱數(shù)據(jù)中第i幀移動(dòng)shift_jk幀后的音高值，TemplatePitch_j(i+shiftjk)表示第j句標(biāo)準(zhǔn)樂譜第i幀移動(dòng)shift_jk幀后的音高值，N_j表示第j句用戶演唱數(shù)據(jù)的總幀數(shù)。shift_jk表示第j句用戶演唱數(shù)據(jù)第k次移動(dòng)的偏移幀數(shù)，例如，步長(zhǎng)為2時(shí)，每次移動(dòng)的偏移幀數(shù)：第一次移動(dòng)2幀，第二次移動(dòng)4幀，第三次移動(dòng)6幀等。

步驟203：將音高差值中最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定為當(dāng)前句子的最佳偏移幀數(shù)。

將音高差值SubPitch₁中最小音高差值對(duì)應(yīng)的偏移幀數(shù)shift_jk，確定為用戶演唱數(shù)據(jù)的當(dāng)前句子的錄音數(shù)據(jù)的最佳偏移幀數(shù)BestShift₁。

如果當(dāng)前句子不是歌曲的首句，假設(shè)當(dāng)前句子為歌曲的第j句，j為大于等于2的整數(shù)，如圖3所示，上述唱歌評(píng)測(cè)方法還包括：

步驟301：計(jì)算第j-1句的音高偏移得分。

在本發(fā)明實(shí)施例中，如果當(dāng)前句子為歌曲的第j句，則j-1句為當(dāng)前句子的上一句子，也即計(jì)算第j-1句的音高偏移得分，具體計(jì)算方式如公式(2)所示：

${\mathrm{ScorePitch}}_{j-1}=1-\frac{\min \left\{{\mathrm{SubPitch}}_{j-1}\right\}}{\mathrm{MAX}}---\left(2\right)$

其中，min{SubPitch_j-1}是指SubPitch_j-1中的最小值，MAX指比min{SubPitch_j-1} 還大的半音數(shù)，如MAX＝4，即4個(gè)半音，一般根據(jù)經(jīng)驗(yàn)取值。由公式(2)可知，當(dāng)用戶演唱數(shù)據(jù)與標(biāo)準(zhǔn)樂譜差較多時(shí)，音高偏移得分ScorePitch_j-1較小，反之，會(huì)較大。

步驟302：判斷音高偏移得分是否高于預(yù)設(shè)分值。

如果是，則執(zhí)行步驟303：根據(jù)預(yù)設(shè)的窗長(zhǎng)調(diào)整因子和音高偏移得分對(duì)搜索窗長(zhǎng)進(jìn)行調(diào)整。

第j句用戶演唱語(yǔ)音幀最佳起始位置的搜索窗長(zhǎng)WinLen_j，計(jì)算方法如公式(3)所示：

WinLen_j＝WinLen_j-1-WinLen_j-1*Wratio*ScorePitch_j-1，j>1 (3)

其中，Wratio為窗長(zhǎng)調(diào)整因子，取值可以根據(jù)實(shí)際應(yīng)用情況而定，ScorePitch_j-1為第j-1句的音高偏移得分。由公式(3)可知，當(dāng)用戶演唱數(shù)據(jù)的第j-1句的音高偏移得分較小時(shí)，說(shuō)明用戶演唱數(shù)據(jù)與標(biāo)準(zhǔn)樂譜的偏移較大，搜索窗長(zhǎng)調(diào)整的幅度要小一些，防止找不到最佳偏移；

如果否，搜索窗長(zhǎng)不進(jìn)行調(diào)整，即WinLen_j＝WinLen_j-1，其中，j為大于等于2的整數(shù)。

如圖4所示，在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)，還包括：

步驟401：分別獲取第j-1句的錄音數(shù)據(jù)的音高偏移得分和最佳偏移幀數(shù)。

步驟402：獲取第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)，并根據(jù)第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)對(duì)第j-1句的錄音數(shù)據(jù)進(jìn)行平移，得到平移后的第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)。

具體而言，平移后的第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)的計(jì)算方法如公式(4)所示，其中，j為大于等于2的整數(shù)：

aftTransPos_j-1＝preTransPos_j-1+BestShift_j-2 (4)

其中，preTransF_j-1為第j-1句用戶演唱語(yǔ)音幀平移前的起始幀編號(hào)，preTransPos_j-1為第j-1句用戶演唱語(yǔ)音幀平移后的起始幀編號(hào)，BestShift_j-2為第j-2句的最佳偏移幀數(shù)，當(dāng)j＝2時(shí)，aftTransPos_j-1＝preTransPos_j-1。

步驟403：在包含第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)的搜索窗長(zhǎng)范圍內(nèi)查找第j-1句的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的最小音高差值所對(duì)應(yīng)的偏移幀數(shù)。

在本發(fā)明實(shí)施例中，根據(jù)搜索窗長(zhǎng)WinLen_j-1，在平移后的用戶演唱語(yǔ)音起始幀編號(hào)aftTransPos_j-1基礎(chǔ)上，搜索第j-1句用戶演唱語(yǔ)音幀與標(biāo)準(zhǔn)樂譜數(shù)據(jù)的最小音高差值所對(duì)應(yīng)的偏移幀數(shù)shift_(j-1)k

步驟404：根據(jù)起始幀編號(hào)和最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定第j-1句的錄音數(shù)據(jù)的最佳偏移位置bestBeginPos_j-1，如公式(5)所示：

bestBeginPos_j-1＝aftTransPos_j-1+shift_(j-1)k (5)

公式(5)中的j為大于等于2的整數(shù)，k為大于等于1的整數(shù)。

步驟405：根據(jù)第j-1句的錄音數(shù)據(jù)的最佳偏移幀數(shù)、音高偏移得分、起始幀編號(hào)和最佳偏移位置確定當(dāng)前句子的最佳偏移幀數(shù)。

具體而言，根據(jù)公式(6)可以計(jì)算得出當(dāng)前句子(第j句)的最佳偏移幀數(shù)BestShift_j，其中，j為大于等于2的整數(shù)。

BestShift_j＝BestShift_j-1+ScorePitch_j-1*(bestBeginPos_j-1-aftTransPos_j-1) (6)

其中，公式(6)中的BestShift_j-1為第j-1句的最佳偏移幀數(shù)，ScorePitch_j-1為第j-1句的音高偏移得分，bestBeginPos_j-1為第j-1句的最佳偏移位置，aftTransPos_j-1為第j-1句平移后的起始幀編號(hào)。

步驟104：根據(jù)最佳偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，以使當(dāng)前句子的錄音數(shù)據(jù)與標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步。

步驟105：對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分。

在本發(fā)明的另一個(gè)實(shí)施例中，如圖5所示，在對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分之前，上述唱歌評(píng)測(cè)方法還包括：

步驟501：以音符為單位計(jì)算平移后的當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的誤差距離；

步驟502：判斷誤差距離是否大于預(yù)設(shè)閾值；

步驟503：如果判斷上述誤差距離大于預(yù)設(shè)閾值，則以預(yù)設(shè)閾值替代誤差距離，否則保持誤差距離不變；

步驟504：根據(jù)預(yù)設(shè)閾值和/或誤差距離計(jì)算當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的累計(jì)誤差距離。

具體而言，累計(jì)誤差距離D_j可以通過公式(7)計(jì)算得到：

$D_j=\frac{1}{N}\underset{i=1}{\overset{N_j}{\mathrm{\Σ}}}\frac{1}{N_i}\underset{k=1}{\overset{N_{\mathrm{ji}}}{\mathrm{\Σ}}}\min \left(\right|{\mathrm{note}}_{\mathrm{ji}}^k-{\mathrm{user}}_{\mathrm{ji}}^k|,\mathrm{PENALTY})---\left(7\right)$

其中，N表示第j句中的音符總數(shù)，N_ji表示第j句用戶語(yǔ)音幀第i個(gè)音符標(biāo)準(zhǔn)的時(shí)長(zhǎng)幀數(shù)，表示第j句標(biāo)準(zhǔn)樂譜中第i個(gè)音符第k幀的音高值，表示第j句用戶演唱語(yǔ)音幀第i個(gè)音符第k幀的音高值，PENALTY表示用戶演唱的音高值和標(biāo)準(zhǔn)音高值差距的上限，所述上限主要為了防止用戶在一句中唱錯(cuò)了一個(gè)音符或漏唱了一個(gè)音符，整句的距離過大，提升評(píng)分算法的魯棒性。

步驟106：根據(jù)用戶演唱歌曲的每個(gè)句子的評(píng)分得到用戶演唱歌曲的評(píng)分結(jié)果。

本發(fā)明實(shí)施例提供的唱歌評(píng)測(cè)方法，通過在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)，并根據(jù)最佳偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，使當(dāng)前句子的錄音數(shù)據(jù)與標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步，然后對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分，計(jì)算過程簡(jiǎn)單，評(píng)分結(jié)果準(zhǔn)確、及時(shí)，能夠滿足實(shí)時(shí)打分的應(yīng)用需求。

本發(fā)明實(shí)施例另外提供一種唱歌評(píng)測(cè)系統(tǒng)，如圖6所示，包括：

第一獲取模塊601，用于獲取用戶演唱歌曲中當(dāng)前句子的錄音數(shù)據(jù)；

第二獲取模塊602，用于獲取當(dāng)前句子的標(biāo)準(zhǔn)樂譜數(shù)據(jù)；

查找模塊603，用于在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)；

平移模塊604，用于根據(jù)最佳偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，以使當(dāng)前句子的錄音數(shù)據(jù)與標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步；

第一評(píng)分模塊605，用于對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分；

第二評(píng)分模塊606，用于根據(jù)用戶演唱歌曲的每個(gè)句子的評(píng)分得到用戶演唱歌曲的評(píng)分結(jié)果。

如圖7所示，上述查找模塊603包括：

第一判斷單元701，用于判斷當(dāng)前句子是否為歌曲的首句；

第一調(diào)整單元702，用于在第一判斷單元701判斷當(dāng)前句子為歌曲的首句后，從當(dāng)前句子的錄音數(shù)據(jù)的起始位置開始以預(yù)設(shè)步長(zhǎng)在搜索窗長(zhǎng)范圍內(nèi)多次 調(diào)整偏移幀數(shù)；

第一平移單元703，用于根據(jù)每次調(diào)整后的偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移；

第一計(jì)算單元704，用于計(jì)算每次平移后的當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的音高差值；

第一確定單元705，用于將音高差值中最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定為當(dāng)前句子的最佳偏移幀數(shù)。

如圖8所示，上述唱歌評(píng)測(cè)系統(tǒng)進(jìn)一步還包括：

第二計(jì)算單元706，用于在第一判斷單元701判斷當(dāng)前句子不是歌曲的首句，且判斷當(dāng)前句子為歌曲的第j句后，j為大于等于2的整數(shù)，計(jì)算第j-1句的音高偏移得分；

第二判斷單元707，用于判斷音高偏移得分是否高于預(yù)設(shè)分值；

第二調(diào)整單元708，用于在第二判斷單元707判斷音高偏移得分高于預(yù)設(shè)分值后，根據(jù)預(yù)設(shè)的窗長(zhǎng)調(diào)整因子和音高偏移得分對(duì)搜索窗長(zhǎng)進(jìn)行調(diào)整。

在本發(fā)明的另外一個(gè)實(shí)施例中，如圖9所示，查找模塊603還包括：

第一獲取單元709，用于分別獲取第j-1句的錄音數(shù)據(jù)的音高偏移得分和最佳偏移幀數(shù)；

第二獲取單元710，用于獲取第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)；

第二平移單元711，用于根據(jù)第j-2句的錄音數(shù)據(jù)的最佳偏移幀數(shù)對(duì)所述第j-1句的錄音數(shù)據(jù)進(jìn)行平移，得到平移后的第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)；

查找單元712，用于在包含第j-1句的錄音數(shù)據(jù)的起始幀編號(hào)的搜索窗長(zhǎng)范圍內(nèi)查找第j-1句的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的最小音高差值所對(duì)應(yīng)的偏移幀數(shù)；

第二確定單元713，用于根據(jù)起始幀編號(hào)和最小音高差值所對(duì)應(yīng)的偏移幀數(shù)確定第j-1句的錄音數(shù)據(jù)的最佳偏移位置；

第三確定單元714，用于根據(jù)第j-1句的錄音數(shù)據(jù)的最佳偏移幀數(shù)、音高偏移得分、起始幀編號(hào)和最佳偏移位置確定當(dāng)前句子的最佳偏移幀數(shù)。

如圖10所示，上述唱歌評(píng)測(cè)系統(tǒng)進(jìn)一步還包括：

第一計(jì)算模塊801，用于在第一評(píng)分模塊605對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分之前，以音符為單位計(jì)算平移后的當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的誤差距離；

判斷模塊802，用于判斷誤差距離是否大于預(yù)設(shè)閾值；

替代模塊803，用于在判斷模塊802判斷誤差距離大于預(yù)設(shè)閾值后，以預(yù)設(shè)閾值替代所述誤差距離；

第二計(jì)算模塊804，用于根據(jù)預(yù)設(shè)閾值和/或誤差距離計(jì)算當(dāng)前句子的錄音數(shù)據(jù)和標(biāo)準(zhǔn)樂譜數(shù)據(jù)的累計(jì)誤差距離。

本發(fā)明實(shí)施例提供的唱歌評(píng)測(cè)系統(tǒng)，通過在包含當(dāng)前句子的錄音數(shù)據(jù)的起始位置的搜索窗長(zhǎng)范圍內(nèi)查找最佳偏移幀數(shù)，并根據(jù)最佳偏移幀數(shù)對(duì)當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行平移，使當(dāng)前句子的錄音數(shù)據(jù)與標(biāo)準(zhǔn)樂譜數(shù)據(jù)在時(shí)間上同步，然后對(duì)平移后的當(dāng)前句子的錄音數(shù)據(jù)進(jìn)行評(píng)分，計(jì)算過程簡(jiǎn)單，評(píng)分結(jié)果準(zhǔn)確、及時(shí)，能夠滿足實(shí)時(shí)打分的應(yīng)用需求。

本說(shuō)明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述得比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說(shuō)明即可。以上所描述的系統(tǒng)實(shí)施例僅僅是示意性的，其中所述作為分離部件說(shuō)明的模塊或單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部模塊來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性勞動(dòng)的情況下，即可以理解并實(shí)施。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。