[發(fā)明專利]一種音視頻合成方法、裝置、移動終端及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010915442.4
• 申請日: 2020-09-03
• 公開（公告）號: CN112040310A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設計）人: 陳羅生;李曉峰;莫兆忠
• 申請（專利權）人: 廣州優(yōu)谷信息技術有限公司
• 主分類號: H04N21/439
• 分類號: H04N21/439;H04N21/81;H04N21/472;H04N21/44
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 楊小紅

本申請?zhí)峁┝艘环N音視頻合成方法、裝置、移動終端及存儲介質(zhì)，其中方法包括：獲取待處理的素材，素材包括：背景音素材；對素材進行預處理，得到預處理素材；當已接入耳機設備時，響應于第一錄制素材的獲得，將第一錄制素材與預處理素材進行合成，得到合成文件，其中，第一錄制素材為由用戶根據(jù)預處理素材進行音頻錄制得到的。本申請先根據(jù)預先設定的素材進行預處理得到包含背景音素材的預處理素材，再將僅包含人聲素材的第一錄制素材與該預處理素材進行合成，得到包含了背景音的合成文件，基于本申請的音視頻合成機制，解決了目前的音視頻合成方式存在當用戶佩戴耳機錄制時無法直接獲得包含背景音的合成文件的技術問題。

技術領域

本申請涉及多媒體技術領域，尤其涉及一種音視頻合成方法、裝置、移動終端及存儲介質(zhì)。

背景技術

近年來，隨著移動終端技術和多媒體技術的發(fā)展，越來越多的多媒體娛樂應用逐漸出現(xiàn)在用戶的視野中，朗讀配音類應用也是其中之一。

朗讀配音類應用是一類為以用戶錄制的音頻為基礎，方便用戶制作各式各樣朗讀和配音作品的娛樂應用。目前移動終端上的朗讀配音應用的音視頻合成方式具體為通過麥克風設備采集音頻素材，包括人聲音頻以及外放的背景音，再根據(jù)采集到的音頻素材與其它素材進行合成，從而得到合成文件，但目前的音視頻合成音視頻合成方式存在一下技術問題：當用戶佩戴耳機進行錄制時，因收音范圍有限只錄取到人聲，無法獲取背景音，導致形成的作品文件只有人聲，大大降低了用戶的體驗。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N音視頻合成方法、裝置、移動終端及存儲介質(zhì)，用于解決目前的音視頻合成方式存在當用戶佩戴耳機進行錄制時則無法直接獲得包含背景音的合成文件的技術問題。

首先，本申請第一方面提供了一種音視頻合成方法，包括：

獲取待處理的素材，其中，所述素材包括：背景音素材；

對所述素材進行預處理，得到預處理素材；

當已接入耳機設備時，響應于第一錄制素材的獲得，將所述第一錄制素材與所述預處理素材進行合成，得到合成文件，其中，所述第一錄制素材為由用戶根據(jù)所述預處理素材進行音頻錄制得到的，具體包括：人聲素材。

優(yōu)選地，對所述素材進行預處理，得到預處理素材具體包括：

基于所述素材中的背景音素材，當所述背景音素材的時長小于預設的錄制時長閾值時，則對所述背景音素材進行復制和拼接，使得拼接后的背景音素材的時長不小于所述錄制時長閾值；

基于所述拼接后的背景音素材，得到預處理素材，所述預處理素材具體為包含所述背景音素材的音頻。

優(yōu)選地，所述素材還包括：視頻畫面素材；

對所述素材進行預處理，得到預處理素材具體包括：

基于所述素材中的背景音素材，當所述背景音素材的時長小于預設的錄制時長閾值時，則對所述背景音素材進行復制和拼接，使得拼接后的背景音素材的時長不小于所述錄制時長閾值；

將所述拼接后的背景音素材和視頻畫面素材進行合成，得到預處理素材，所述預處理素材具體為包含所述背景音素材和所述視頻畫面素材的視頻。

優(yōu)選地，所述視頻畫面素材的配置過程具體包括：

通過音軌拆分處理方式，分離出原始視頻素材中的視頻畫面，以得到所述視頻畫面素材。

優(yōu)選地，對所述素材進行預處理，得到預處理素材之后還包括：

當未接入耳機設備時，響應于第二錄制素材的獲得，將所述第二錄制素材與所述視頻畫面素材進行合成，得到合成文件，其中，所述第二錄制素材為由用戶根據(jù)所述預處理素材進行音頻錄制得到的，具體包括：人聲素材和所述背景音素材。