基于GAN的个性化音色特征增强与歌声生成方法

本申请涉及音频生成技术领域，公开了基于GAN的个性化音色特征增强与歌声生成方法，包括以下步骤：获取目标歌手的音频数据，将梅尔频谱图输入至内容编码器与风格编码器，对风格特征向量施加信息瓶颈约束，将内容特征向量与风格特征向量拼接后输入至生成器网络，将生成的中间频谱表示与对应真实频谱图共同输入判别器，计算生成样本的风格特征分布与目标样本的风格特征分布之间的欧氏距离，将最终优化后的中间频谱表示输入至神经网络声码器中，重建得到音频波形信号，作为生成歌声输出。本发明采用基于生成对抗网络的个性化音色特征增强与歌声生成方法，达到了通过风格编码器精确提取音色特征并通过生成器重建高质量歌声波形的技术效果。