專利名稱：一種精確到字的中文同步顯示歌詞方法
技術(shù)領(lǐng)域：
本發(fā)明涉及音頻播放領(lǐng)域，尤其涉及音頻播放系統(tǒng)中同步顯示歌詞的方法。
背景技術(shù)：
播放軟件的歌詞顯示功能使得人們能夠在聽到優(yōu)美樂曲的同時(shí)看到音 頻文件的歌詞，現(xiàn)在許多播放軟件都具有同步顯示歌詞的功能。具體方法是將歌詞存儲(chǔ)在一個(gè)純文本文件中，且在每句歌詞開始之前有一個(gè)以WM:SS] 格式呈現(xiàn)的時(shí)間標(biāo)簽，其中MM為被播放歌曲的時(shí)間分鐘值，SS為秒鐘值， 當(dāng)歌詞播放到畫分SS秒時(shí)播放軟件便會(huì)顯示該句歌詞，進(jìn)而使得顯示的歌 詞與人聲同步。以上所述傳統(tǒng)同步顯示歌詞方法是按句記錄時(shí)間，然后將每句歌詞通過 時(shí)間均分處理后再分配給每個(gè)字，故歌詞顯示只能精確到句而不能精確到 字。然而目前有很多應(yīng)用場合如卡拉OK (電視歌曲伴奏設(shè)備)等，都需要一 種按字正確顯示歌詞的播放軟件，而目前的同步顯示歌詞方法精度很差，幾 乎不能正確顯示歌詞中每個(gè)字的時(shí)間。發(fā)明內(nèi)容本發(fā)明提供了一種能解決以上問題的音頻播放系統(tǒng)中精確到字的中文 同步顯示歌詞方法。在第一方面，本發(fā)明提供了一種精確到字的中文同步顯示歌詞方法， 該方法首先將每句歌詞的語音分割成若千部分，該若干部分的數(shù)量等于該句 歌詞字?jǐn)?shù)加一個(gè)結(jié)尾換氣，并對分割成的每部分語音分別進(jìn)行匹配進(jìn)而得到 匹配因子^ 。然后再將每種分割得到的語音順次與該句歌詞中的每個(gè)字進(jìn)行音素匹配，并得到對應(yīng)的匹配程度A。最后選取義xA + (l-勾xA值最大作為 最優(yōu)劃分，其中義為權(quán)重系數(shù)且滿足OS義d。在本發(fā)明的一個(gè)實(shí)施例中，將最優(yōu)劃分中所對應(yīng)每一部分的起始時(shí)間作 為歌詞中每個(gè)字的起始時(shí)間，并將該時(shí)間保存在存儲(chǔ)歌詞的純文本文件中。在本發(fā)明的另一個(gè)實(shí)施例中，手動(dòng)調(diào)整純文本文件中歌詞字的起始時(shí) 間，以便該歌詞字的顯示時(shí)間能夠更加同步于該歌詞字。本發(fā)明利用精準(zhǔn)到句的原有歌詞，將每句歌詞的語音分割成與該歌詞音 節(jié)相同的段，并綜合分割段匹配與音素匹配的匹配程度得到最優(yōu)劃分。進(jìn) 而解決了同步顯示歌詞不能精確到字的問題，在卡拉0K等需要同步顯示歌 詞字的設(shè)備中具有重要應(yīng)用價(jià)值。
下面將參照附圖對本發(fā)明的具體實(shí)施方案進(jìn)行更詳細(xì)的說明，在附圖中圖l是精確到字的中文同步顯示歌詞流程圖。
具體實(shí)施方式
圖1是精確到字的中文同步顯示歌詞流程圖。 在步驟110，將歌詞劃分成若干句，每一句對應(yīng)一句歌詞。 較佳地，在歩驟111對每句歌曲采用消除樂音算法以消除或減弱樂音而 突出語音，所述消除樂音算法可以采用任意一種語音增強(qiáng)算法。在步驟120，根據(jù)歌詞內(nèi)容統(tǒng)計(jì)每句歌詞的段數(shù)，該段數(shù)包括每句歌結(jié)尾時(shí)的換氣，即該段數(shù)等于每句歌詞的字?jǐn)?shù)加一個(gè)結(jié)尾換氣。在步驟130，將每句歌詞的語音分割成步驟120統(tǒng)計(jì)得到的段數(shù)個(gè)語音， 并對分割后的每個(gè)語音進(jìn)行匹配，進(jìn)而得到多個(gè)匹配因子。具體地，根據(jù)語音識(shí)別算法將所述每句歌詞的語音分割成若干部分，所 述若干部分的具體數(shù)量等于步驟120統(tǒng)計(jì)得到的該句歌詞段數(shù)，最優(yōu)分割為 每個(gè)部分包括一個(gè)完整的音節(jié)即一個(gè)漢字或一個(gè)結(jié)尾換氣。在語音識(shí)別算法分割每句歌詞語音的過程中有"種不同的可行分割，每 一種分割所得到的音節(jié)都具有與其相對應(yīng)的匹配因子《 ，進(jìn)而得到該句歌詞 語音的多種不同匹配因子 《2， 《,.， A。該"值用于評價(jià)與其相對應(yīng)分割的優(yōu)劣，"值越大則說明分割得越精確。在步驟140,進(jìn)行音素(即每一個(gè)中文字符)匹配，得到不同的匹配程 度/ 。具體地，對步驟130中《種分割的每種分割所得到的音節(jié)按順序與該歌 曲中每個(gè)字的音素進(jìn)行匹配，得到的匹配程度為/ ，故w種分割分別得到匹 配程度A， A, A，…，A。所述匹配程度方法可以為任意一種語音匹配算法。在步驟150，將"與"按照一定的權(quán)重，并通過設(shè)定閾值進(jìn)而確定最優(yōu)劃分。具體地，選取"的最小閾值為"min， / 的最小閾值為"min，并設(shè)定權(quán) 重系數(shù)A(0Shl)。選取使得Ax^+(1-A)xA值最大，且滿足a,"min和 ^/ min的x所對應(yīng)的劃分為最優(yōu)劃分。也就是該句歌詞中若不存在同時(shí)滿 足& 〉 amin和& > 〃min的x ，則直接選取使得;U",+(l-;i)xA最大的x所對應(yīng)劃分為最優(yōu)劃分。在步驟160，確定歌詞中每個(gè)字的起始時(shí)間。具體地，將步驟150得到的最優(yōu)劃分中所對應(yīng)每一部分的起始時(shí)間作為 歌詞中每個(gè)字的起始時(shí)間，并將該時(shí)間保留至存儲(chǔ)該歌詞的純文本文件中。較佳地，在步驟161通過手動(dòng)調(diào)整所述存儲(chǔ)歌詞的文本文件中某些歌詞 字(時(shí)間不準(zhǔn)確的歌詞中的字)的起始時(shí)間，進(jìn)而達(dá)到更加精確地同步顯示 歌詞的目的。顯而易見，在不偏離本發(fā)明的寘實(shí)精神和范圍的前提下，在此描述的本 發(fā)明可以有許多變化。因此，所有對于本領(lǐng)域技術(shù)人員來說顯而易見的改變， 都應(yīng)包括在本權(quán)利要求書所涵蓋的范圍之內(nèi)。本發(fā)明所要求保護(hù)的范圍僅由 所述的權(quán)利要求書進(jìn)行限定。
權(quán)利要求
1.一種精確到字的中文同步顯示歌詞方法，包括步驟a，將每句歌詞的語音分割成若干部分，該若干部分的數(shù)量等于該句歌詞字?jǐn)?shù)加一個(gè)結(jié)尾換氣，并對分割成的每部分語音分別進(jìn)行匹配進(jìn)而得到匹配因子αx；步驟b，將所述每種分割得到的語音順次與該句歌詞中的每個(gè)字進(jìn)行音素匹配，并得到對應(yīng)的匹配程度βx；步驟c，選取λ×αx+(1-λ)×βx值最大作為最優(yōu)劃分，其中λ為權(quán)重系數(shù)且滿足0≤λ≤1。
2. 如權(quán)利要求1所述的一種精確到字的中文同步顯示歌詞方法，其特 征在于，在步驟a之前包括步驟d，將歌詞劃分成若干句，每一句對應(yīng)一句歌詞，并對每句歌曲采 用消除樂音算法以消減樂音而突出語音。
3. 如權(quán)利要求1所述的一種精確到字的中文同步顯示歌詞方法，其特 征在于，步驟a中的最優(yōu)分割為分割成的每個(gè)部分都包含一個(gè)完整的音節(jié)。
4. 如權(quán)利要求1所述的一種精確到字的中文同步顯示歌詞方法，其特 征在于，在步驟c中設(shè)定a的最小閾值為amin， P的最小閾值為/ min，且 滿足A > amin 禾口 A > / min 。
5. 如權(quán)利要求1所述的一種精確到字的中文同步顯示歌詞方法，其特 征在于，在步驟C之后包括歩驟e:將所述最優(yōu)劃分中所對應(yīng)每一部分的起始時(shí)間作為歌詞中每個(gè) 字的起始時(shí)間，并將該時(shí)間保存在存儲(chǔ)所述歌詞的純文本文件中。
6. 如權(quán)利要求5所述的一種精確到字的中文同步顯示歌詞方法，其特征在于，在步驟e之后包括步驟f:手動(dòng)調(diào)整所述純文本文件中歌詞字的起始時(shí)間，以便該歌詞字 的顯示時(shí)間能夠更加同步于該歌詞字。
7. —種精確到字的中文同步顯示歌詞裝置，包括將每句歌詞的語音分割成若干部分，并對分割成的每部分語音進(jìn)行匹配 進(jìn)而得到匹配因子".的模塊，所述若干部分的數(shù)量等于該句歌詞字?jǐn)?shù)加一個(gè)結(jié)尾換氣；以及將所述每種分割得到的語音順次與該句歌詞中的每個(gè)字進(jìn)行音素匹配，并得到對應(yīng)的匹配程度A的模塊；以及將;u^+(1-義)x^值最大作為最優(yōu)劃分的模塊，其中義為權(quán)重系數(shù)且滿足0"S1。
全文摘要
本發(fā)明涉及音頻播放領(lǐng)域，尤其涉及一種精確到字的中文同步顯示歌詞方法。本發(fā)明通過將每句歌詞的語音分割成若干部分，該若干部分的數(shù)量等于該句歌詞字?jǐn)?shù)加一個(gè)結(jié)尾換氣，并對分割成的每部分語音分別進(jìn)行匹配進(jìn)而得到匹配因子α<sub>x</sub>；然后再將每種分割得到的語音順次與該句歌詞中的每個(gè)字進(jìn)行音素匹配，并得到對應(yīng)的匹配程度β<sub>x</sub>；最后選取λ×α<sub>x</sub>+(1-λ)×β<sub>x</sub>值最大作為最優(yōu)劃分，其中λ為權(quán)重系數(shù)且滿足0≤λ≤1。本發(fā)明方法解決了同步顯示歌詞不能精確到字的問題，在卡拉OK等需要同步顯示歌詞的設(shè)備中具有重要應(yīng)用價(jià)值。
文檔編號(hào)G11B27/10GK101615417SQ20091008957
公開日2009年12月30日 申請日期2009年7月24日 優(yōu)先權(quán)日2009年7月24日
發(fā)明者巖 史 申請人:北京海爾集成電路設(shè)計(jì)有限公司