[發(fā)明專利]視頻生成方法和裝置、存儲介質(zhì)和電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202110298212.2
• 申請日: 2021-03-19
• 公開（公告）號: CN113079328B
• 公開（公告）日: 2023-03-28
• 發(fā)明（設(shè)計）人: 顧宇;馬澤君
• 申請（專利權(quán)）人: 北京有竹居網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: H04N5/262
• 分類號: H04N5/262;H04N5/265;G10L13/02;G10L15/02;G10L15/06;G10L25/03
• 代理公司: 北京英創(chuàng)嘉友知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11447
• 代理人: 曹寒梅

本公開涉及一種視頻生成方法和裝置、存儲介質(zhì)和電子設(shè)備，所述方法包括：將待處理文本輸入視頻特征生成模型，得到視頻特征序列；基于所述視頻特征序列生成發(fā)音器官動作視頻。本公開可以提升發(fā)音器官動作視頻的生成效率。

技術(shù)領(lǐng)域

本公開涉及視頻領(lǐng)域，具體地，涉及一種視頻生成方法和裝置、存儲介質(zhì)和電子設(shè)備。

背景技術(shù)

在進行發(fā)音學習的場景下，人們很難知悉他人口腔中器官的位置和發(fā)力情況，只通過聲音來判斷應(yīng)該如何發(fā)音是較為困難的，學習效果較差，效率較低。

目前，可以通過制作發(fā)音器官動作動畫的形式對發(fā)音時的口腔情況進行模擬展示，但是這種方式展示的畫面并非真實的口腔畫面，參考性不高，并且制作動畫費時費力效率不高，在批量生成動畫的需求場景下，往往無法達到理想的制作效率。

發(fā)明內(nèi)容

提供該發(fā)明內(nèi)容部分以便以簡要的形式介紹構(gòu)思，這些構(gòu)思將在后面的具體實施方式部分被詳細描述。該發(fā)明內(nèi)容部分并不旨在標識要求保護的技術(shù)方案的關(guān)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(shù)方案的范圍。

第一方面，本公開提供一種視頻生成方法，包括將待處理文本輸入視頻特征生成模型，得到視頻特征序列；基于所述視頻特征序列生成發(fā)音器官動作視頻。

第二方面，本公開提供一種視頻生成裝置，包括輸入模塊，用于將待處理文本輸入視頻特征生成模型，得到視頻特征序列；生成模塊，用于基于所述視頻特征序列生成發(fā)音器官動作視頻。

第三方面，本公開提供一種計算機可讀介質(zhì)，其上存儲有計算機程序，該程序被處理裝置執(zhí)行時實現(xiàn)本公開第一方面所述方法的步驟。

第四方面，本公開提供一種電子設(shè)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(zhí)行所述存儲裝置中的所述計算機程序，以實現(xiàn)本公開第一方面所述方法的步驟。

通過上述的技術(shù)方案，至少可以達到以下的技術(shù)效果：

可以將待處理文本輸入視頻特征生成模型得到視頻特征序列，并將視頻特征序列還原為發(fā)音器官動作視頻，從而可以快捷高效地基于文本生成文本對應(yīng)的發(fā)音器官動作視頻，提高了發(fā)音器官動作視頻的生成效率。

本公開的其他特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。

附圖說明

結(jié)合附圖并參考以下具體實施方式，本公開各實施例的上述和其他特征、優(yōu)點及方面將變得更加明顯。貫穿附圖中，相同或相似的附圖標記表示相同或相似的元素。應(yīng)當理解附圖是示意性的，原件和元素不一定按照比例繪制。在附圖中：

圖1是根據(jù)一示例性公開實施例示出的一種視頻生成方法的流程圖。

圖2是根據(jù)一示例性公開實施例示出的一種視頻特征生成模型訓練流程的示意圖。

圖3是根據(jù)一示例性公開實施例示出的一種視頻生成裝置的框圖。

圖4是根據(jù)一示例性公開實施例示出的一種電子設(shè)備的框圖。

具體實施方式

下面將參照附圖更詳細地描述本公開的實施例。雖然附圖中顯示了本公開的某些實施例，然而應(yīng)當理解的是，本公開可以通過各種形式來實現(xiàn)，而且不應(yīng)該被解釋為限于這里闡述的實施例，相反提供這些實施例是為了更加透徹和完整地理解本公開。應(yīng)當理解的是，本公開的附圖及實施例僅用于示例性作用，并非用于限制本公開的保護范圍。

應(yīng)當理解，本公開的方法實施方式中記載的各個步驟可以按照不同的順序執(zhí)行，和/或并行執(zhí)行。此外，方法實施方式可以包括附加的步驟和/或省略執(zhí)行示出的步驟。本公開的范圍在此方面不受限制。