[发明专利]一种基于文字转语音技术进行视频配音的方法

权利要求书

1.一种基于文字转语音技术进行视频配音的方法，其特征在于：该种基于文字转语音技术进行视频配音的方法为：

S1：选择携带视频录制软件的硬件进行视频的录制，预先设置录像参数，录制速率为20帧～25帧，保证录制环境的稳定，降低录制现场杂音低，视频画面无明显的晃动失真情况；

S2：借助网络云服务器来设定数据库，数据库与TTS服务器连接，数据库中内置多种语音规格，包括男声、女声、男童声、女童声和软件变种声等，数据库具有上传通道和下载通道，数据库自备存储端；

S3：对录制后的原视频文件进行播放检查，确定无杂音、断点、录制空白或晃动情况，将检查后的原视频文件导出，并插入配音的文字文本；

S4：将S3中的文字文本传输到数据库，利用数据库连接TTS服务器后进行文字转语音操作，过程中可按照不同的语音规格进行声音的调整，以形成配音文件，并把配音文件回传至文字文本的位置，并插入空白音频；

S5：进行音频的合成，将配音文件和空白音频进行结合，以形成合成音频文件；

S6：进行音频的润饰，利用润饰软件把音频拖拽到软件中，对于平衡不对称和音差较大的音量参数进行调整，对破音、特高音进行压制，并对音频力度欠佳的部分进行增强；

S7：再次打开润饰后的音频进行参数调整，低音增强的过程中增幅控制在2dB～7dB之间，并进行预播检查；

S8：将润湿后的音频和视频文件进行混合，达到合成文件。

2.根据权利要求1所述的一种基于文字转语音技术进行视频配音的方法，其特征在于：步骤S1中，所述视频录制方法包括手机录制、摄像机录制、电脑录制和照相机录制。

3.根据权利要求2所述的一种基于文字转语音技术进行视频配音的方法，其特征在于：所述数据库中具有分类文件夹，以按照不同的音频内容进行文件的分类，便于内置、检索和维护。

4.根据权利要求3所述的一种基于文字转语音技术进行视频配音的方法，其特征在于：步骤S5中，所述合成音频文件处理前需对配音文件的音量进行调整。

5.根据权利要求4所述的一种基于文字转语音技术进行视频配音的方法，其特征在于：步骤S4中，所述语音规格的调整，需要保持人物性别和特征与语音规格相匹配。

6.根据权利要求5所述的一种基于文字转语音技术进行视频配音的方法，其特征在于：步骤S2中，所述软件变种声包括卡通人物声、机械声、特效声和模拟动物声。

7.根据权利要求6所述的一种基于文字转语音技术进行视频配音的方法，其特征在于：所述数据库与TTS服务器的连接过程包括蓝牙、WIFI、物联网和5G。