[发明专利]一种音视频合成方法有效
| 申请号： | 201910912787.1 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110728971B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 孙见青 | 申请（专利权）人： | 云知声智能科技股份有限公司 |
| 主分类号： | G10L13/04 | 分类号： | G10L13/04;G10L13/047;G06N3/04;G06N3/08;H04N5/262;H04N5/265 |
| 代理公司： | 北京冠和权律师事务所 11399 | 代理人： | 张楠楠 |
| 地址： | 100000 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种音视频合成方法，该音视频合成方法有别于现有技术需要对视频图像的关键点进行提取和建模处理，其在合成过程中并不涉及任何视频图像关键点的设计，而是完全通过输入的文本数据进行驱动实现音频和视频的生成以及两者的合成，并且该音视频合成方法在生成视频时充分考虑了视频前后帧图像之间的关系，还采用由粗到精的生成方式来对文本数据对应的视频进行进一步的优化处理，以使得生成的视频能够在画面连续性和画面清晰度上都满足特定要求，从而大大地降低了音视频合成的难度和提高音视频合成的质量。 | ||
| 搜索关键词： | 一种 视频 合成 方法 | ||
【主权项】：
1.一种音视频合成方法，其特征在于，所述音视频合成方法包括如下步骤：/n步骤(1)，对经过训练的深度神经网络模型输入文本数据，以得到与所述文本数据对应的声学参数和变分自编码器VAE隐层特征；/n步骤(2)，根据所述声学参数，得到与所述文本数据对应的目标音频；/n步骤(3)，根据所述变分自编码器VAE隐层特征，得到与所述文本数据对应的目标视频；/n步骤(4)，将所述目标音频和所述目标视频进行组合，以实现所述音视频合成。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于云知声智能科技股份有限公司，未经云知声智能科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910912787.1/，转载请声明来源钻瓜专利网。
