[发明专利]一种音视频的合成方法及系统

说明书

本申请涉及数据处理技术领域，提供一种音视频的合成方法及系统。所述方法包括：根据视频内容特征生成情绪特征序列，通过视频配音特征获得配音振幅特征序列和配音频率特征序列，基于情绪特征序列获得待合成音频优化结果，根据配音振幅特征序列和配音频率特征序列，对待合成音频优化结果进行调整，生成多个待合成音频特征序列并发送至合成管理终端进行音视频合成。采用本方法能够解决现有技术中存在视音频合成时音频素材选取依赖于剪辑创作人员经验，存在音频素材选取与视频内容适配度不足导致所合成视频感官效果较差的技术问题。实现了提高所选音频素材与视频内容适配度，优化合成视频感官体验的技术效果。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种音视频的合成方法及系统。

背景技术

随着移动电子产品的技术革新和产品优化，原本需要专业剪辑人员采用高专业度视频剪辑软件才能完成的视频剪辑创造，通过移动电子设备上“小而美”的简易操作视频剪辑软件即可实现，但从高专业度视频剪辑软件过渡至“傻瓜式”剪辑软件，只在操作层面降低了视频剪辑的门槛，如何选择合适音视频素材实现剪辑效果的锦上添花，依旧是个难题，现阶段音视频素材选取仍依赖于剪辑创作人员经验或无经验剪辑人员的直觉，基于人工选取的音视频素材往往存在适配度不足的缺陷，未能提高剪辑效果，甚至导致音视频感官效果下降。

综上所述，现有技术中存在视音频合成时音频素材选取依赖于剪辑创作人员经验，存在音频素材选取与视频内容适配度不足导致所合成视频感官效果较差的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现提高所选音频素材与视频内容适配度，优化观看合成视频时用户感官体验的一种音视频的合成方法及系统。

一种音视频的合成方法，方法包括：获取待合成视频参数，其中，所述待合成视频参数包括视频内容特征和视频配音特征；根据所述视频内容特征对待合成视频进行情绪特征评估，生成情绪特征序列；根据所述视频配音特征，生成配音振幅特征序列和配音频率特征序列；将所述情绪特征序列输入云端音频匹配数据库，生成待合成音频匹配结果；根据音频适应度评估函数对所述待合成音频匹配结果进行优化，筛选待合成音频优化结果；根据所述配音振幅特征序列和所述配音频率特征序列，对所述待合成音频优化结果进行调整，生成多个待合成音频特征序列；将所述多个待合成音频特征序列发送至合成管理终端进行音视频合成。

一种音视频的合成系统，所述系统包括：视频参数获得模块，用于获取待合成视频参数，其中，所述待合成视频参数包括视频内容特征和视频配音特征；情绪特征评估模块，用于根据所述视频内容特征对待合成视频进行情绪特征评估，生成情绪特征序列；特征序列生成模块，用于根据所述视频配音特征，生成配音振幅特征序列和配音频率特征序列；匹配结果获得模块，用于将所述情绪特征序列输入云端音频匹配数据库，生成待合成音频匹配结果；优化结果获得模块，用于根据音频适应度评估函数对所述待合成音频匹配结果进行优化，筛选待合成音频优化结果；优化结果调整模块，用于根据所述配音振幅特征序列和所述配音频率特征序列，对所述待合成音频优化结果进行调整，生成多个待合成音频特征序列；数据合成执行模块，用于将所述多个待合成音频特征序列发送至合成管理终端进行音视频合成。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取待合成视频参数，其中，所述待合成视频参数包括视频内容特征和视频配音特征；

根据所述视频内容特征对待合成视频进行情绪特征评估，生成情绪特征序列；

根据所述视频配音特征，生成配音振幅特征序列和配音频率特征序列；

将所述情绪特征序列输入云端音频匹配数据库，生成待合成音频匹配结果；

根据音频适应度评估函数对所述待合成音频匹配结果进行优化，筛选待合成音频优化结果；