[发明专利]一种视频配音方法、装置及终端设备

权利要求书

1.一种视频配音方法，其特征在于，所述视频配音方法包括：

提取视频数据中的音频数据，得到音频片段并获取所述音频片段的时间戳；

对所述音频片段进行解码并将所述音频片段转换为文本信息，并将所述文本信息与剧本中的角色对白进行匹配，获取所述文本信息对应的角色对白文本、所述角色对白文本所属的角色和所述角色的情感属性；

根据所述音频片段对应的角色对白文本、角色对白文本所属的角色和角色的情感属性，合成配音数据并在所述配音数据中写入所述音频片段的时间戳；

根据所述音频片段的时间戳将所述配音数据与所述视频数据进行合成。

2.根据权利要求1所述的视频配音方法，其特征在于，将所述音频片段转换为文本信息，并将所述文本信息与剧本中的角色对白进行匹配，获取所述文本信息对应的角色对白文本、所述角色对白文本所属的角色和所述角色的情感属性，具体包括：

将所述文本信息与所述角色对白文本进行搜索匹配，获取匹配度超过匹配阈值的角色对白文本作为角色对白文本；

根据角色对白文本获取角色对白文本所属的角色和所述角色的情感属性。

3.根据权利要求1所述的视频配音方法，其特征在于，根据所述音频片段对应的角色对白文本、角色对白文本所属的角色和角色的情感属性，合成配音数据并在所述配音数据中写入所述音频片段的时间戳，包括：

根据所述角色对白文本和所述角色建立所述角色的语音特征库；

根据所述角色的情感属性获取语气特征参数；

通过所述语音特征库结合所述语气特征参数进行语音合成。

4.根据权利要求1所述的视频配音方法，其特征在于，所述视频配音方法还包括：

对所述音频片段进行情感分析，获取音频片段中角色的情感属性。

5.根据权利要求4所述的视频配音方法，其特征在于，所述对所述音频片段进行情感分析，获取音频片段中角色的情感属性，具体包括：

通过所述音频片段的时长及转换的文本信息中的字数计算语速；

获取所述音频片段中角色的声音强度、声音质量以及清晰度；

根据所述语速、所述声音强度、所述声音质量以及所述清晰度分析所述音频片段中角色的情感属性。

6.根据权利要求1所述的视频配音方法，其特征在于，

所述提取视频数据中的音频数据，得到音频片段并获取所述音频片段的时间戳具体为：分段提取视频数据中的音频数据，得到至少一个音频片段并获取所述音频片段的时间戳；

所述根据所述音频片段的时间戳将所述配音数据与所述视频数据进行合成具体为：按照所述音频片段的时间戳的时间顺序将所有所述配音数据与所述视频数据进行合成。

7.一种视频配音装置，其特征在于，所述视频配音装置包括：

提取模块，用于提取视频数据中的音频数据，得到音频片段并获取所述音频片段的时间戳；

匹配模块，用于对所述音频片段进行解码并将所述音频片段转换为文本信息，并将所述文本信息与剧本中的角色对白进行匹配，获取所述文本信息对应的角色对白文本、所述角色对白文本所属的角色和所述角色的情感属性；

配音合成模块，用于根据所述音频片段对应的角色对白文本、角色对白文本所属的角色和角色的情感属性，合成配音数据并在所述配音数据中写入所述音频片段的时间戳；

视频合成模块，用于根据所述音频片段的时间戳将所述配音数据与所述视频数据进行合成。

8.根据权利要求7所述的视频配音装置，其特征在于，所述匹配模块包括：

搜索匹配单元，用于将所述文本信息与所述角色对白文本进行搜索匹配，获取匹配度超过匹配阈值的角色对白文本作为角色对白文本；

获取单元，用于根据角色对白文本获取角色对白文本所属的角色和所述角色的情感属性。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。