基于扩散模型的音乐音色风格转换方法及系统

摘要文本

本发明公开了基于扩散模型的音乐音色风格转换方法及系统，包括：构建潜在扩散模型，获取输入文本信息进行标记化及参数化处理，获取与风格音乐对应的嵌入向量；在潜在扩散模型中引入交叉注意力机制的学习方法，获取风格音乐的关键信息，并给出学习的对应文本嵌入向量，通过训练输出符合预设标准的潜在扩散模型；获取目标内容音乐，通过潜在扩散模型将随机噪声添加至所述目标内容音乐，并利用潜在扩散模型的反向过程进行去噪，生成以输入文本为条件的编码后的新音乐。本发使用潜在扩散模型来进行音乐音色风格迁移，直接从风格音乐中学习艺术风格，然后指导合成，能够高效、准确地学习音乐中的关键信息，从而捕捉和转换音乐的流派风格。