一種基于文本的自動(dòng)化視頻生成方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN202010504729.8 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112002301A | 公開（公告）日 | 2020-11-27 |
| 申請(qǐng)公布號(hào) | CN112002301A | 申請(qǐng)公布日 | 2020-11-27 |
| 分類號(hào) | G10L13/02(2013.01)I | 分類 | 樂器；聲學(xué); |
| 發(fā)明人 | 武鈞;彭寒兵 | 申請(qǐng)（專利權(quán)）人 | 四川縱橫六合科技股份有限公司 |
| 代理機(jī)構(gòu) | 成都聚蓉眾享知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 四川縱橫六合科技股份有限公司 |
| 地址 | 610000四川省成都市人民南路四段9號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于文本的自動(dòng)化視頻生成方法，屬于文本處理技術(shù)領(lǐng)域，目的在于提供一種基于文本的自動(dòng)化視頻生成方法，能夠智能化生成符合文本內(nèi)容的視頻片段，基于文本有效生成對(duì)應(yīng)用戶的音視頻。其包括以下步驟：(1)將文本轉(zhuǎn)化成語音；(2)將生成的語音音素對(duì)齊；(3)將每個(gè)音素分為形成口型、保持口型、解除口型三個(gè)階段，將連續(xù)的嘴唇動(dòng)作離散化，再確定每個(gè)離散的嘴唇動(dòng)作的時(shí)間參數(shù)，并根據(jù)每個(gè)音素確定口型的靜態(tài)視位；(4)根據(jù)人物、環(huán)境的相關(guān)參數(shù)，進(jìn)行三維人臉建模，將口型的靜態(tài)視位對(duì)應(yīng)的圖像插入視頻的每一幀，合成連續(xù)的視頻；(5)對(duì)建模的人臉進(jìn)行人臉渲染。本發(fā)明適用于基于文本的自動(dòng)化視頻生成方法。?? |
