[發明專利]視頻生成方法及裝置

有效

• 申請號: 202110937610.4
• 申請日: 2021-08-16
• 公開（公告）號: CN113676772B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 李怡歐;于雅碩;賀卯蘇;杜燦生;袁未發;馬伯男;馬龍;李滇博
• 申請（專利權）人: 上海嗶哩嗶哩科技有限公司
• 主分類號: H04N21/44
• 分類號: H04N21/44;H04N21/439;H04N21/435;H04N21/81;H04N5/265;H04N5/278
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 劉曉楠

1.一種視頻生成方法，其特征在于，包括：

接收視頻生成請求，根據所述視頻生成請求攜帶的主題標識確定目標視頻素材集，所述目標視頻素材集包括多個視頻切片；

接收音樂選擇指令，從音樂庫中確定所述音樂選擇指令對應的目標音樂，并獲取所述目標音樂中針對各目標歌詞預先設定的插入位置信息，其中，所述插入位置信息包括所述各目標歌詞中每個字的聲韻分割線，所述聲韻分割線是指字在發音時聲母與韻母分割的位置；

從所述目標視頻素材集中，確定所述各目標歌詞對應的目標視頻切片；

根據所述目標音樂中針對各目標歌詞預先設定的插入位置信息，將各目標視頻切片相應插入所述目標音樂中，生成合成視頻；

其中，所述根據所述目標音樂中針對各目標歌詞預先設定的插入位置信息，將各目標視頻切片相應插入所述目標音樂中之前，包括：

識別各目標視頻切片中每個字的聲韻分割線和所述各目標歌詞中每個字的聲韻分割線；

所述根據所述目標音樂中針對各目標歌詞預先設定的插入位置信息，將各目標視頻切片相應插入所述目標音樂中，包括：

根據所述各目標歌詞中每個字的聲韻分割線和所述各目標視頻切片中每個字的聲韻分割線，將所述各目標視頻切片插入所述目標音樂中。

2.根據權利要求1所述的方法，其特征在于，所述從所述目標視頻素材集中，確定所述各目標歌詞對應的目標視頻切片之前，還包括：

獲取與所述主題標識對應的目標視頻，并提取所述目標視頻的音頻內容；

對所述音頻內容中的每個字進行識別，確定所述每個字的第一位置信息；

根據所述第一位置信息，將所述目標視頻分割為多個視頻切片；

將所述多個視頻切片添加至所述目標視頻素材集。

3.根據權利要求1所述的方法，其特征在于，所述根據所述各目標歌詞中每個字的聲韻分割線和所述各目標視頻切片中每個字的聲韻分割線，將所述各目標視頻切片插入所述目標音樂中，包括：

將第一目標視頻切片中目標字的聲韻分割線，和與所述目標字對應的目標歌詞中的字的聲韻分割線對齊，所述第一目標視頻切片為各目標視頻切片中的任意一個，所述目標字為所述第一目標視頻切片中的任意一個字；

調整所述各目標視頻切片的每個字的發音時長，將所述各目標視頻切片進行拼接。

4.根據權利要求3所述的方法，其特征在于，所述調整所述各目標視頻切片的每個字的發音時長，包括：

從各目標歌詞中的第一個字開始，依次確定當前字的聲韻分割線與下一個字的聲韻分割線之間的聲韻分割時長；

確定所述當前字對應的目標視頻切片中對應字的韻母發音時長，以及所述下一個字對應的目標視頻切片中對應字的聲母發音時長；

根據所述聲韻分割時長、所述韻母發音時長和所述聲母發音時長，調整所述韻母發音時長與所述聲母發音時長。

5.根據權利要求4所述的方法，其特征在于，所述根據所述聲韻分割時長、所述韻母發音時長和所述聲母發音時長，調整所述韻母發音時長與所述聲母發音時長，包括：

在所述聲韻分割時長大于所述韻母發音時長與所述聲母發音時長之和的情況下，拉伸所述韻母發音時長，直至拉伸后的所述韻母發音時長與所述聲母發音時長之和等于所述聲韻分割時長；

在所述聲韻分割時長等于所述韻母發音時長與所述聲母發音時長之和的情況下，保持所述韻母發音時長與所述聲母發音時長不變；

在所述聲韻分割時長小于所述韻母發音時長與所述聲母發音時長之和的情況下，等比壓縮所述韻母發音時長和所述聲母發音時長，直至壓縮后的所述韻母發音時長與壓縮后的所述聲母發音時長之和等于所述聲韻分割時長。

6.根據權利要求4或5所述的方法，其特征在于，還包括：

在所述當前字為指定句歌詞的最后一個字的情況下，將所述最后一個字的韻母發音時長拉伸至所述指定句歌詞的句尾，將所述最后一個字的韻母發音時長對應的畫面拉伸至下一句歌詞的第一個字的起點，所述指定句歌詞為所述各目標歌詞中的任意一句歌詞。