[发明专利]一种基于人声识别技术辅助现场录制编目方法

说明书

本发明公开了一种基于人声识别技术辅助现场录制编目方法。它采用声纹识别的方式，对参演人员进行标记，实时对录制现场采集的音频内容进行比对匹配和分析，对音视频文件进行实时的编目操作，录制结束的同时，就可以将音视频内容进行简单的人物鉴别操作，从而达到音视频实时和参演人员进行关联，实现实时编目的效果。本发明的有益效果是：达到音视频实时和参演人员进行关联，实现实时编目的效果，不仅减少了现场场记相关人员的操作，也避免了人员登记操作失误的可能，也大大提高了后期制作团队对素材的使用效率，更进一步提升实时编目的重要性，提高后期制作团队的视频成片快速生产的效率。

技术领域

本发明涉及音频处理相关技术领域，尤其是指一种基于人声识别技术辅助现场录制编目方法。

背景技术

随着时代的进步，视频产业蓬勃发展，作为视频的制作方式之一的现场录制方式，其制作规模日趋庞大。目前常规的录制节目过程，就可能会有二十多个机位，涉及三四十位参演人员，一场节目录制结束，自然就会产生大量的节目音视频素材，而这些音视频素材又会尽快的提交给后期制作团队，并由后期团队在短期内，完成所有素材的处理工作，产生最终的节目成片。接着就是节目成片的分发和上线之类的流程，使录制的节目在第一时间可以提供给用户观看。

节目录制的同时，如果可以更有效的对音视频素材内容进行编目处理，不仅便于录制结束后，素材的归档，也将会大大提高后期制作团队对素材的选用、处理的效率。特别是音视频素材中，对于视频内容，往往可以和机位进行绑定，通过对机位的选择，就可以大致知道视频内容的关联性。相对于视频而言，对于音频内容，处理就不那么简单，录制现场实际操作中，为了获取参演人员实时的对话内容，往往都会让参演人员随身携带的随身麦克风，并同步将对应的音频内容一起整合到录制的视频信号源中。但由于场景变动，机位调整等原因，参演人员对应的音频内容，虽然会整合在视频信号中，但是往往无法在整场录制节目过程中保持一致而不去做调整。也就是说，实际的视频信号中的音频，不仅可能对应多个参演人员对白的音频内容，而且不同录制时间段，可能也不固定在这几个参演人员之间。实际录制现场操作中，往往需要多位场记人员，对参演人员以及对白内容进行记录并和对应的视频进行关联标记。而作为后期制作团队，往往也需要对视频和音频内容进行一一比对，才能将对应的音视频素材整合同步，才能加入到节目的成片中。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种提高后期制作团队工作效率的基于人声识别技术辅助现场录制编目方法。

为了实现上述目的，本发明采用以下技术方案：

一种基于人声识别技术辅助现场录制编目方法，具体包括如下步骤：

(1)在彩排阶段，通过彩排的预演获取大量的参演人员的声音素材文件，以这些声音素材文件为样本作为音频采集模块获取的原始声音素材，并提交到特征抽取模块；

(2)特征抽取模块依据样本数据，基于声纹识别的算法生成对应原音的声音素材的特征信息，并根据现场的操作人员将参演人员的信息和提取的特征信息进行关联，并保存到参演人员特征库中；

(3)实际现场录制时，实际录制过程中产生大量的声音素材文件，将这些声音素材文件调用特征抽取模块，生成对应这些声音素材的特征信息，并将这些特征信息与之前彩排时生成的参演人员特征库的数据信息进行比对；

(4)将匹配的特征信息的对应参演人员信息提取后，通过标记声音素材文件操作将对应声音素材文件信息加入参演人员信息；

(5)将所有录制过程中的媒体信息中的声音素材，在录制过程中都导入依次通过音频采集模块和特征抽取模块生成声音素材的特征信息进行比对关联，当录制完成时在录制完成的素材中的声音素材信息将会附带参演人员的信息。