[发明专利]视频配音生成方法、装置、设备及存储介质有效
| 申请号： | 201811013623.7 | 申请日： | 2018-08-31 |
| 公开（公告）号： | CN109119063B | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 俄万有 | 申请（专利权）人： | 腾讯科技(深圳)有限公司 |
| 主分类号： | G10L13/02 | 分类号： | G10L13/02 |
| 代理公司： | 11138 北京三高永信知识产权代理有限责任公司 | 代理人： | 张所明<国际申请>=<国际公布>=<进入 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种视频配音生成方法、装置、设备及存储介质，属于配音技术领域。所述方法包括：获取待配音视频；将待配音视频对应的原始配音文本转化为目标配音文本，目标配音文本与原始配音文本属于不同语种；对待配音视频的原始配音进行特征提取，得到原始配音的原始音频信号特征；将原始音频信号特征输入配音模型，得到目标配音状态和目标配音语料；根据目标配音文本、目标配音状态和目标配音语料生成目标配音。采用本申请实施例提供的视频配音方法，能够根据视频中的已有配音自动为视频生成其他语种的配音，无需配音人员朗读不同语种的对白，降低了视频配音的成本，并提高了为视频进行多语种配音的效率。 | ||
| 搜索关键词： | 视频 文本 语种 原始音频信号 存储介质 视频生成 特征输入 特征提取 文本转化 语料生成 多语种 语料 朗读 申请 | ||
【主权项】：
1.一种视频配音生成方法，其特征在于，所述方法包括：/n构建用户语音语料库，所述用户语音语料库包含从用户语音中提取的用户音频信号特征；/n对样本视频中的样本配音进行特征提取，得到所述样本配音的样本音频信号特征；/n获取所述样本音频信号特征对应的样本配音状态；根据所述样本音频信号特征和所述样本配音状态训练配音状态识别模型；/n根据所述样本音频信号特征和相似语料训练配音语料识别模型，所述相似语料属于所述用户语音语料库，且所述相似语料的所述用户音频信号特征与所述样本音频信号特征的相似度大于阈值；/n获取待配音视频；/n将所述待配音视频对应的原始配音文本转化为目标配音文本，所述目标配音文本与所述原始配音文本属于不同语种；/n对所述待配音视频的原始配音进行特征提取，得到所述原始配音的原始音频信号特征；/n将所述原始音频信号特征输入配音模型，得到目标配音状态和目标配音语料，所述配音模型包括所述配音状态识别模型和所述配音语料识别模型；/n根据所述目标配音文本、所述目标配音状态和所述目标配音语料生成目标配音。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司，未经腾讯科技(深圳)有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811013623.7/，转载请声明来源钻瓜专利网。
