本专利通过先对用户语音进行识别，当识别出的文字与参考歌声中的文字非完全相同时，根据用户语音的音频特征和参考歌声的音频特征，重新确定用户语音中的文字，进而根据参考歌声中的文字，对用户语音中的文字进行变速和变调，从而生成用户歌声，可以解决文字识别错误或遗漏时导致文字无法对齐，因而无法生成用户歌声的问题。由于音频特征不易受到噪声、混响等环境因素的影响，这种基于音频特征的文字对齐方案，可以达到更好的用户语音转歌声的效果。

录音应用及音乐播放器