预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共34页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110634461A(43)申请公布日2019.12.31(21)申请号201910543741.7G10L13/04(2013.01)(22)申请日2019.06.21(30)优先权数据2018-1180552018.06.21JP(71)申请人卡西欧计算机株式会社地址日本东京都(72)发明人段城真太田文章濑户口克中村厚士(74)专利代理机构北京银龙知识产权代理有限公司11243代理人范胜杰文志(51)Int.Cl.G10H1/00(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书20页附图11页(54)发明名称电子乐器、电子乐器的控制方法以及存储介质(57)摘要本发明提供一种电子乐器、电子乐器的控制方法以及存储介质。该电子乐器包含:多个操作元件,其分别对应于不同的音高数据;存储器,其存储有通过对包含学习用歌词数据以及学习用音高数据的学习用乐谱数据、与学习用乐谱数据对应的某歌手的学习用歌声数据进行机器学习而得到的已学习声学模型,该已学习声学模型通过输入任意的歌词数据和任意的音高数据来输出某歌手的歌声的声学特征量数据;至少一个处理器,至少一个处理器根据针对某个操作元件的用户操作,将任意的歌词数据以及与某个操作元件对应的音高数据输入给已学习声学模型,根据已学习声学模型基于输入而输出的某歌手的歌声的声学特征量数据,输出推论了某歌手的歌声的推论歌声数据。CN110634461ACN110634461A权利要求书1/2页1.一种电子乐器,其特征在于,包含:多个操作元件(101),其分别对应于相互不同的音高数据;存储器(202),其存储有通过对包含学习用歌词数据(311a)以及学习用音高数据(311b)的学习用乐谱数据(311)、与所述学习用乐谱数据(311)对应的某歌手的学习用歌声数据(312)进行机器学习而得到的已学习声学模型(306),该已学习声学模型(306)通过输入任意的歌词数据(215a)和任意的音高数据(215b)来输出所述某歌手的歌声的声学特征量数据(317);以及至少一个处理器(205),所述至少一个处理器(205)根据针对所述多个操作元件(101)中的某个操作元件的用户操作,将任意的歌词数据(215a)以及与所述某个操作元件对应的音高数据(215b)输入给所述已学习声学模型(306),并且根据所述已学习声学模型(306)基于输入而输出的所述某歌手的歌声的声学特征量数据(317),输出推论了所述某歌手的歌声的推论歌声数据(217)。2.根据权利要求1所述的电子乐器,其特征在于,所述存储器包含表示用户操作的各操作元件的各旋律音高数据(215d)、表示分别输出所述各旋律音高数据(215d)所示的音高的歌声的输出定时的各歌声输出定时数据(215c)、分别与所述各旋律音高数据(215d)对应的各歌词数据(215a),在与所述歌声输出定时数据(215c)所示的所述输出定时相符地进行了用于发出歌声的用户操作的情况下,所述至少一个处理器(205)对所述已学习声学模型(306)输入与所述用户操作的操作元件对应的音高数据(215b)以及与所述输出定时对应的歌词数据(215a),并且根据所述已学习声学模型(306)基于输入而输出的声学特征量数据(317),与所述输出定时相符地输出推论了所述某歌手的歌声的推论歌声数据(217),在没有与所述歌声输出定时数据(215c)所示的输出定时相符地进行用于发出歌声的用户操作的情况下,所述至少一个处理器(205)对所述已学习声学模型(306)输入与所述输出定时对应的旋律音高数据(215d)以及与所述输出定时对应的歌词数据(215a),并且根据所述已学习声学模型(306)基于输入而输出的声学特征量数据(317),与所述输出定时相符地输出推论了所述某歌手的歌声的推论歌声数据(217)。3.根据权利要求1或2所述的电子乐器,其特征在于,所述某歌手的歌声的声学特征量数据(317)包含将所述某歌手的声道模型化的频谱数据(318)以及将所述某歌手的声带模型化的音源数据(319),所述至少一个处理器(205)根据所述频谱数据(318)和所述音源数据(319),输出推论了所述某歌手的歌声的所述推论歌声数据(217)。4.根据权利要求1至3中的任意一项所述的电子乐器,其特征在于,至少通过深度神经网络以及隐马尔可夫模型中的任意一个对所述已学习声学模型(306)进行了机器学习(305)。5.根据权利要求1至4中的任意一项所述的电子乐器,其特征在于,所述多个操作元件(101)包含作为所述某个操作元件的第1操作元件以及从所述第1操作元件来看用于满足所设定的条件的第2操作元件,当在操作所述第1操作元