[发明专利]一种基于文字转语音技术进行视频配音的方法

说明书

本发明公开了视频处理技术领域的一种基于文字转语音技术进行视频配音的方法，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，该种基于文字转语音技术进行视频配音的方法，借助TTS技术并增设数据库，数据库中可内置多种语音规格，自主选择的可编辑性强，在进行文字转语音操作时，可灵活选配不同规格的语音，快速达到文字转语音的过程，也增加了配音过程的多样性，适用多类型的视频处理，提高了处理效率。

技术领域

本发明公开了一种基于文字转语音技术进行视频配音的方法，具体为视频处理技术领域。

背景技术

TTS在内置芯片的支持之下，通过神经网络的设计，把文字智能地转化为自然语音流，TTS技术对文本文件进行实时转换，转换时间之短可以秒计算。在其特有智能语音控制器作用下，文本输出的语音音律流畅，使得听者在听取信息时感觉自然，毫无机器语音输出的冷漠与生涩感。

TTS是语音合成应用的一种，它将储存于电脑中的文件，如帮助文件或者网页，转换成自然语音输出。TTS不仅能帮助有视觉障碍的人阅读计算机上的信息，更能增加文本文档的可读性。TTS应用包括语音驱动的邮件以及声音敏感系统，并常与声音识别程序一起使用。

而视频配音就是视频处理的一个步骤，配音是为影片或多媒体加入声音的过程，由于声音出现错漏，或者需要配合其他内容，就需要对视频进行重新配音，而在配音的文字转语音过程中，就会选择性的使用TTS服务器。

目前，在进行文字转语音技术进行视频配音的过程中，借助的TTS技术都为常规选择，缺少自主选择的可编辑，这就使文字转语音的操作过程，选配不同规格的语音灵活性受限，虽可快速达到文字转语音的过程，可对于特殊性的配音要求，还需要二次处理，配音过程的多样性差，难以适用多类型的视频处理，降低了处理的效率。

发明内容

本发明的目的在于提供一种基于文字转语音技术进行视频配音的方法，以解决上述背景技术中提出的目前现有的文字转语音技术进行视频配音的过程中，借助的TTS技术都为常规选择，缺少自主选择的可编辑，这就使文字转语音的操作过程，选配不同规格的语音灵活性受限，虽可快速达到文字转语音的过程，可对于特殊性的配音要求，还需要二次处理，配音过程的多样性差，难以适用多类型的视频处理，降低了处理的效率的问题。

为实现上述目的，本发明提供如下技术方案：一种基于文字转语音技术进行视频配音的方法，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；