[发明专利]一种基于AI人工智能的虚拟配音方法及其装置

说明书

本发明涉及一种基于AI人工智能的虚拟配音方法，包括：S1、初始化虚拟配音程序；S2、加载预设信息，并输入应用需求；S3、根据预设信息和应用需求创建对应的神经网络；S4、调用新创建的神经网络生成初始音频文件；S5、通过情绪模拟合成虚拟配音；S6、上传至服务器。一种基于AI人工智能的虚拟配音装置，包括：初始化模块、加载模块、神经网络创建模块、初始音频生成模块、虚拟配音合成模块以及上传模块。本发明只需要输入文字和相关的人物音素，就可以按场景需求生成相应的对白，在此基础上还可以在对白中加入情绪、语气等，实现与真人相同的配音效果，有效减少了运营成本，提高了开发运营效率。

技术领域

本发明涉及一种基于AI人工智能的虚拟配音方法，属于计算机人工智能、神经网络和深度学习技术领域。

背景技术

目前在游戏开发领域，玩家对游戏质量的要求越来越高，单纯以字幕串联游戏剧情的推动形式已大大不能满足现有玩家的需求；塑造更好的游戏体验需要以更多的感官传递代替传统的字幕推动。

从另一方面看真人配音虽然在游戏场景的营造上提供了完美的效果，但因此也需要根据项目的规模配备一定数量的文案策划，同时需要联络一定数量的配音演员；在实际执行过程中也会因流程的配合产生额外的时间成本；以上都会对游戏开发工作带来更高的成本和更大的风险。

发明内容

针对现有技术的不足，本发明提供了一种基于AI人工智能的虚拟配音方法，包括以下步骤：

S1、初始化虚拟配音程序；

S2、加载预设信息，并输入应用需求；

S3、根据预设信息和应用需求创建对应的神经网络；

S4、调用新创建的神经网络生成初始音频文件；

S5、调用初始音频文件，并进行情绪模拟进而合成虚拟配音；

S6、上传至服务器。

进一步，所述预设信息包括但不限于音源库以及语料库。

进一步，所述音源库和语料库是通过预先收集的音源、语料数据集合形成的初始资源库。

进一步，所述应用需求包括但不限于应用场景以及情绪模式。

进一步，所述初始音频文件是通过调用音源库和语料库中的数据合成，仅用于对白表述的初级音频。

进一步，所述情绪模拟是通过调用初级音频，并在其基础上结合应用场景的需求，将原有的对白添加语气、重音、表述节奏以及情绪变化。

进一步，语气、重音、表述节奏以及情绪变化调整具体可以通过预先设定的情绪模式进行同步添加。

一种基于AI人工智能的虚拟配音装置，包括以下模块：

初始化模块，用于初始化虚拟配音程序；

加载模块，用于加载预设信息，并输入应用需求；

神经网络创建模块，用于根据预设信息和应用需求创建对应的神经网络；

初始音频生成模块，用于调用新创建的神经网络生成初始音频文件；

虚拟配音合成模块，用于调用初始音频文件，并进行情绪模拟进而合成虚拟配音；以及

上传模块，用于上传至服务器。

一种计算机可读存储介质，其上存储有计算机指令，其特征在于该指令被处理器执行时实现所述的方法的步骤。

本发明的有益效果为：只需要输入文字和相关的人物音素，就可以按场景需求生成相应的对白，在此基础上还可以在对白中加入情绪、语气等，实现与真人相同的配音效果，有效减少了运营成本，提高了开发运营效率。