[发明专利]视频配音方法、装置、计算机设备及计算机可读存储介质

权利要求书

1.一种视频配音方法，其特征在于，所述方法包括：

显示配音界面，所述配音界面上显示有目标视频的多个视频帧；

基于在所述配音界面所采集的文本信息以及被选中的音色类型，生成与所述文本信息相对应的语音数据，所述语音数据的音频特征基于所述音色类型确定；

基于所述多个视频帧中被选中的目标视频帧，将所述语音数据添加至所述目标视频中，所述语音数据的起始播放时刻与所述目标视频帧的播放时刻相同。

2.根据权利要求1所述的方法，其特征在于，所述基于在所述配音界面所采集的文本信息以及被选中的音色类型，生成与所述文本信息相对应的语音数据，包括：

获取所述音色类型所对应的音色特征；

获取所述文本信息对应的音素序列；

基于所述音素序列以及所述音色特征，生成所述语音数据。

3.根据权利要求2所述的方法，其特征在于，所述基于所述音素序列以及所述音色特征，生成所述语音数据，包括：

对所述文本信息进行情绪识别，得到所述文本信息所对应的情绪特征，所述情绪特征用于指示所述文本信息对应的情绪信息；

基于所述音素序列、所述音色特征以及所述情绪特征，生成语音数据，所述语音数据的音频特征基于所述情绪信息的变化而变化。

4.根据权利要求2所述的方法，其特征在于，所述基于所述音素序列以及所述音色特征，生成所述语音数据，包括：

获取所述目标视频中背景音乐的音频特征；

基于所述音素序列、所述音色特征以及所述背景音乐的音频特征，生成所述语音数据，所述语音数据的音频特征基于所述背景音乐音频特征的变化而变化。

5.根据权利要求1所述的方法，其特征在于，所述基于在所述配音界面所采集的文本信息以及被选中的音色类型，生成与所述文本信息相对应的语音数据之后，所述方法还包括：

接收对所述语音数据的编辑指令，所述编辑指令携带有第一音量信息以及第二音量信息；

基于所述第一音量信息调整所述语音数据的播放音量，基于所述第二音量信息调整所述目标视频的播放音量。

6.根据权利要求1所述的方法，其特征在于，所述显示配音界面之后，所述方法还包括：

当接收到文本添加指令时，生成与所述文本信息相对应的目标图像；

将所述目标图像添加至所述目标视频帧的目标位置。

7.一种视频配音装置，其特征在于，所述装置包括：

显示模块，用于显示配音界面，所述配音界面上显示有目标视频的多个视频帧；

语音生成模块，用于基于在所述配音界面所采集的文本信息以及被选中的音色类型，生成与所述文本信息相对应的语音数据，所述语音数据的音频特征基于所述音色类型确定；

语音添加模块，用于基于所述多个视频帧中被选中的目标视频帧，将所述语音数据添加至所述目标视频中，所述语音数据的起始播放时刻与所述目标视频帧的播放时刻相同。

8.根据权利要求7所述的装置，其特征在于，所述语音生成模块用于：

获取所述音色类型所对应的音色特征；

获取所述文本信息对应的音素序列；

基于所述音素序列以及所述音色特征，生成所述语音数据。

9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行以实现如权利要求1至权利要求6任一项所述的视频配音方法所执行的操作。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如权利要求1至权利要求6任一项所述的视频配音方法所执行的操作。