[发明专利]视频生成方法、装置、终端及存储介质

说明书

本申请实施例公开了一种视频生成方法、装置、终端及存储介质，属于计算机技术领域。该方法包括：获得所选取的待匹配音频对应的发音嘴型序列；获取与发音嘴型序列对应的嘴型素材图像序列；利用嘴型素材图像序列对待匹配图像进行替换融合处理，得到目标图像序列；对待匹配音频与目标图像序列进行合并编码，生成目标视频；同一时刻下，目标视频中视频帧对应的发音嘴型与音频帧对应的发音嘴型相同。本申请实施例中，通过替换待匹配图像中发音嘴型的方式生成目标图像，使目标图像的发音嘴型适配待匹配音频的内容，用户只需提供一张人脸图像就能得到人物模仿待匹配音频中音频内容的目标视频，降低了制作目标视频的成本，提高了视频生成效率。

技术领域

本申请实施例涉及计算机技术领域，特别涉及一种视频生成方法、装置、终端及存储介质。

背景技术

随着计算机技术的发展，智能终端通常具有音频播放和视频拍摄功能。用户可以利用智能终端播放音频，同时开启视频拍摄功能，从而根据音频内容进行表演或模仿，例如在终端播放音乐时使其拍摄用户跟随音乐对嘴型的视频。

相关技术中，终端在音频的播放起始时刻开始拍摄视频，并在音频的播放结束时刻停止拍摄，直接生成包含用户模仿画面的视频，或者在音频的播放起始时刻开始采集用户的动态图像，并将音频文件与图像文件进行编码，合成视频文件。

然而，若采用相关技术中的视频生成方法，用户需要预先熟悉音频内容，并且需要根据音频内容对口型，从而达到逼真的效果，操作较为费时费力，拍摄视频的效率较低。

发明内容

本申请实施例提供了一种视频生成方法、装置、终端及存储介质，使得用户只需提供一张人脸图像就能得到人物模仿待匹配音频中音频内容的目标视频，从而降低制作目标视频的成本，提高视频生成效率。所述技术方案如下：

一方面，本申请实施例提供了一种视频生成方法，所述方法包括：

获得所选取的待匹配音频对应的发音嘴型序列；

获取与所述发音嘴型序列对应的嘴型素材图像序列，所述嘴型素材图像序列中的嘴型素材图像与所述发音嘴型序列中的发音嘴型一一对应；

利用所述嘴型素材图像序列对待匹配图像进行替换融合处理，得到目标图像序列，所述待匹配图像为包含嘴部的人脸图像；

对所述待匹配音频与所述目标图像序列进行合并编码，生成目标视频；同一时刻下，所述目标视频中视频帧对应的所述发音嘴型与音频帧对应的所述发音嘴型相同。

另一方面，本申请实施例提供了一种视频生成装置，所述装置包括：

第一获取模块，用于获得所选取的待匹配音频对应的发音嘴型序列；

第二获取模块，用于获取与所述发音嘴型序列对应的嘴型素材图像序列，所述嘴型素材图像序列中的嘴型素材图像与所述发音嘴型序列中的发音嘴型一一对应；

替换模块，用于利用所述嘴型素材图像序列对待匹配图像进行替换融合处理，得到目标图像序列，所述待匹配图像为包含嘴部的人脸图像；

生成模块，用于对所述待匹配音频与所述目标图像序列进行合并编码，生成目标视频；同一时刻下，所述目标视频中视频帧对应的所述发音嘴型与音频帧对应的所述发音嘴型相同。

另一方面，本申请实施例提供了一种终端，所述终端包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述方面所述的视频生成方法。

另一方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述方面所述的视频生成方法。