[發明專利]音效添加方法和裝置、存儲介質和電子設備

在審

• 申請號: 202010583097.9
• 申請日: 2020-06-23
• 公開（公告）號: CN111767740A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 潘俊杰
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/216;G06F16/35;G06F16/65;G10L25/63
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 王曉霞

本公開涉及一種音效添加方法和裝置、存儲介質和電子設備，所述方法包括：基于情感判定模型，確定待處理文本的每個語句的語句情感標簽；基于多個所述語句情感標簽中數量最多的標簽種類，確定所述待處理文本的情感偏移值；針對所述待處理文本的每個段落，根據所述段落對應的多個語句的所述語句情感標簽，確定所述段落的情感分布向量；基于所述情感偏移值和所述段落對應的所述情感分布向量，確定所述段落的情感概率分布；根據所述段落的所述情感概率分布和音效庫中的多個音效的音效情感標簽，確定與所述段落匹配的目標音效；將所述目標音效添加至所述待處理文本對應的音頻文件中與所述段落對應的音頻位置。

技術領域

本公開涉及文本處理領域，具體地，涉及一種音效添加方法和裝置、存儲介質和電子設備。

背景技術

在將文字文本轉換為有聲書的時候，為了增強有聲書的氛圍感，通常需要為有聲書添加各種音效，而音效的類型多種多樣，具體應該為有聲書的哪一部分添加哪種音效需要視文本內容而決定。

傳統的音效添加方法，需要人工地對整篇文本的情節進行分析，并根據文字內容逐一地在音效庫中挑選音效并插入有聲書中，在大批量制作有聲小說的情況下，這種方式需要大量的人力成本，耗時耗力，并且，由于人為選擇音效存在明顯的偏向性，往往導致音效的重復率過高的問題，影響有聲文本的音效質量。

發明內容

提供該發明內容部分以便以簡要的形式介紹構思，這些構思將在后面的具體實施方式部分被詳細描述。該發明內容部分并不旨在標識要求保護的技術方案的關鍵特征或必要特征，也不旨在用于限制所要求的保護的技術方案的范圍。

第一方面，本公開提供一種音效添加方法，包括：基于情感判定模型，確定待處理文本的每個語句的語句情感標簽；基于多個所述語句情感標簽中數量最多的標簽種類，確定所述待處理文本的情感偏移值；針對所述待處理文本的每個段落，根據所述段落對應的多個語句的所述語句情感標簽，確定所述段落的情感分布向量；基于所述情感偏移值和所述段落對應的所述情感分布向量，確定所述段落的情感概率分布；根據所述段落的所述情感概率分布和音效庫中的多個音效的音效情感標簽，確定與所述段落匹配的目標音效；將所述目標音效添加至所述待處理文本對應的音頻文件中與所述段落對應的音頻位置。

第二方面，本公開提供一種種音效添加裝置，包括語句確定模塊，用于基于情感判定模型，確定待處理文本的每個語句的語句情感標簽。偏移確定模塊，用于基于多個所述語句情感標簽中數量最多的標簽種類，確定所述待處理文本的情感偏移值。分布確定模塊，用于針對所述待處理文本的每個段落，根據所述段落對應的多個語句的所述語句情感標簽，確定所述段落的情感分布向量。概率確定模塊，用于基于所述情感偏移值和所述段落對應的所述情感分布向量，確定所述段落的情感概率分布。音效確定模塊，用于根據所述段落的所述情感概率分布和音效庫中的多個音效的音效情感標簽，確定與所述段落匹配的目標音效。音效添加模塊，用于將所述目標音效添加至所述待處理文本對應的音頻文件中與所述段落對應的音頻位置。

第三方面，提供一種計算機可讀介質，其上存儲有計算機程序，該程序被處理裝置執行時本公開第一方面中任一項所述方法的步驟。

第四方面，提供一種電子設備，包括存儲裝置和處理裝置，存儲裝置上存儲有計算機程序；處理裝置，用于執行所述存儲裝置中的所述計算機程序，以實現本公開第一方面中任一項所述方法的步驟。

通過上述的技術方案，至少可以達到以下技術效果：

可以通過情感判定模型識別文本整體以及各個段落的情感，并為各個段落確定與全文情感和段落情感相符合的音效，從而可以實現自動選擇和添加音效的效果，提升音效的添加效率，進而可以批量化地為有聲文本添加音效，提升有聲文本的氛圍感。

本公開的其他特征和優點將在隨后的具體實施方式部分予以詳細說明。

附圖說明