[发明专利]一种舞蹈生成方法、装置、设备及存储介质

权利要求书

1.一种舞蹈生成方法，其特征在于，包括：

获取待合成舞蹈的目标音频的特征值信息；所述特征值信息包括：所述目标音频中的多个音频子片段各自对应的音频特征值；

利用音频-舞姿匹配模型，从预设的舞姿编码库中，为所述多个音频子片段各自对应的音频特征值匹配符合预设条件的舞姿编码，得到舞姿编码序列；

利用舞姿生成模型，将所述舞姿编码序列中的舞姿编码转换为对应的舞蹈动作信息，得到所述目标音频对应的舞蹈动作序列；

其中，所述音频-舞姿匹配模型预先采用深度学习算法，通过舞蹈训练集中的音乐数据和舞蹈数据，学习音乐的音频特征值和舞蹈的舞姿编码的匹配关系；所述舞姿生成模型预先采用深度学习算法，通过舞蹈训练集中的舞蹈数据，学习舞蹈的舞姿编码和舞蹈动作信息的转换关系。

2.根据权利要求1所述的方法，其特征在于，获取目标音频的特征值信息，包括：

利用音频特征值提取模型，确定所述目标音频中的多个音频子片段各自对应的音频特征值；

其中，所述音频特征值提取模型，预先通过舞蹈训练集中的音乐数据，学习音乐数据与音频特征值的关系。

3.根据权利要求2所述的方法，其特征在于，利用音频特征值提取模型，确定所述目标音频中的多个音频子片段各自对应的音频特征值，包括：

在所述音频特征值提取模型中，对所述目标音频进行分帧处理，得到多个音频子片段；

根据相邻音频子片段之间的音频变化趋势和每个音频子片段内的音频变化趋势，计算得到所述多个音频子片段对应的音频特征值。

4.根据权利要求1所述的方法，其特征在于，所述舞姿编码库，包括：多个舞姿类型各自的至少一个舞姿编码；

利用所述音频-舞姿匹配模型，从预设的舞姿编码库中，为所述多个音频子片段各自对应的音频特征值匹配符合预设条件的舞姿编码，得到舞姿编码序列，包括：

针对所述多个音频子片段中的任一音频子片段，利用所述音频-舞姿匹配模型，确定所述音频子片段对应的音频特征值所属的目标音频类型；

根据预设的音频类型与舞姿类型的对应关系，确定所述目标音频类型对应的舞姿类型，作为所述音频子片段对应的目标舞姿类型；

从所述目标舞姿类型的至少一个舞姿编码中，选取与所述音频子片段匹配的舞姿编码，作为所述音频子片段的目标舞姿编码；

根据所述多个音频子片段的排列顺序，对所述多个音频子片段各自的目标舞姿编码进行排序，得到所述舞姿编码序列。

5.根据权利要求4所述的方法，其特征在于，从所述目标舞姿类型的至少一个舞姿编码中，选取与所述音频子片段匹配的舞姿编码，作为所述音频子片段的目标舞姿编码，包括：

分别确定所述音频子片段与所述目标舞姿类型的至少一个舞姿编码的匹配度；以及，从所述目标舞姿类型的至少一个舞姿编码中，选择匹配度最高的舞姿编码作为所述音频子片段的目标舞姿编码，或者，

随机从所述目标舞姿类型的至少一个舞姿编码中选取任一舞姿编码，作为所述音频子片段的目标舞姿编码；或者，

确定所述目标舞姿类型的至少一个舞姿编码各自的舞蹈风格；从所述目标舞姿类型的至少一个舞姿编码中选取与用户偏好的舞蹈风格匹配度最高的舞姿编码，作为所述音频子片段的目标舞姿编码。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述舞蹈动作序列包括：所述多个音频子片段各自对应的关键点信息；任一音频子片段的关键点信息包括：受控对象上的多个三维人体关键点各自的目标位置和目标方向。

7.根据权利要求6所述的方法，其特征在于，得到所述目标音频对应的舞蹈动作序列之后，还包括：

将所述舞蹈动作序列发送至所述受控对象，以使所述受控对象上的多个三维人体关键点沿着所述目标方向移动至所述目标位置。