[發(fā)明專利]配音效果確定方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211213264.6
• 申請日: 2022-09-29
• 公開（公告）號: CN115938348A
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 徐雪萍;陳海濤;李海;文博龍;李娜;閆影
• 申請（專利權(quán)）人: 北京愛奇藝科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/14;G10L15/16;G10L15/183;G06F18/22
• 代理公司: 北京華夏泰和知識產(chǎn)權(quán)代理有限公司 11662
• 代理人: 張亞輝

本申請?zhí)峁┝艘环N配音效果確定方法、裝置、電子設(shè)備及可讀存儲介質(zhì)，屬于音頻處理技術(shù)領(lǐng)域。本申請通過，獲取影視作品對應(yīng)的配音數(shù)據(jù)和配音文本，其中，所述配音文本包含多個分句文本；基于多個所述分句文本對所述配音數(shù)據(jù)進行劃分，得到每個所述分句文本對應(yīng)的分句配音；對每個所述分句配音進行識別，得到每個所述分句配音對應(yīng)的配音識別文本；基于每個所述分句配音對應(yīng)的所述分句文本和所述配音識別文本，確定每個所述分句配音的配音效果。由此，實現(xiàn)了對配音效果(如漏配和錯配等)的自動檢查，相對于人工檢查，提高了檢查效率，避免了人工檢查容易出現(xiàn)漏檢的情況，并且可以節(jié)省人工成本。

技術(shù)領(lǐng)域

本申請涉及音頻處理技術(shù)領(lǐng)域，尤其涉及一種配音效果確定方法、裝置、電子設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

配音是完成一部影視劇作品的重要環(huán)節(jié)，配音環(huán)節(jié)中由配音演員根據(jù)臺詞本或字幕對影片進行相應(yīng)的配音。正常情況下，配音的音頻內(nèi)容應(yīng)該與臺詞本或字幕相同。但實際配音過程中，存在配音演員漏配(如遺漏某句臺詞)或者錯配(如念錯某句臺詞)的情況，為了保證配音的完整性和準(zhǔn)確性，后期制作過程中需要對配音的音頻進行檢查，找出漏配或錯配的內(nèi)容進行補錄。目前，一般依靠人工方式實現(xiàn)對配音音頻進行檢查找出漏配或錯配內(nèi)容的過程，不僅效率低，人工成本高，還容易出現(xiàn)漏檢的情況。

發(fā)明內(nèi)容

為了解決上述依靠人工方式實現(xiàn)對配音音頻進行檢查找出漏配或錯配內(nèi)容的過程，不僅效率低，人工成本高，還容易出現(xiàn)漏檢情況的技術(shù)問題，本申請?zhí)峁┝艘环N配音效果確定方法、裝置、電子設(shè)備及可讀存儲介質(zhì)。

第一方面，提供了一種配音效果確定方法，所述方法包括：

獲取影視作品對應(yīng)的配音數(shù)據(jù)和配音文本，其中，所述配音文本包含多個分句文本；

基于多個所述分句文本對所述配音數(shù)據(jù)進行劃分，得到每個所述分句文本對應(yīng)的分句配音；

對每個所述分句配音進行識別，得到每個所述分句配音對應(yīng)的配音識別文本；

基于每個所述分句配音對應(yīng)的所述分句文本和所述配音識別文本，確定每個所述分句配音的配音效果。

在一個可能的實施方式中，所述對每個所述分句配音進行識別，得到每個所述分句配音對應(yīng)的配音識別文本，包括：

將所述分句配音輸入至預(yù)先構(gòu)建的第一解碼圖中得到第一識別文本，以及，將所述分句配音輸入至預(yù)先構(gòu)建的第二解碼圖中得到第二識別文本，并將所述第一識別文本和所述第二識別文本作為所述配音識別文本；

其中，用于構(gòu)建所述第一解碼圖的第一語言模型是以預(yù)設(shè)文本為訓(xùn)練數(shù)據(jù)訓(xùn)練得到的，用于構(gòu)建所述第二解碼圖的第二語言模型是以所述配音文本為訓(xùn)練數(shù)據(jù)訓(xùn)練得到的，所述預(yù)設(shè)文本與所述配音文本不同。

在一個可能的實施方式中，所述基于每個所述分句配音對應(yīng)的所述分句文本和所述配音識別文本，確定每個所述分句配音的配音效果，包括：

針對每個所述分句配音，確定所述分句配音對應(yīng)的所述分句文本和所述第一識別文本的第一相似度，以及，確定所述分句配音對應(yīng)的所述分句文本和所述第二識別文本的第二相似度；

在所述第一相似度不大于預(yù)設(shè)閾值，且，所述第二相似度不大于所述預(yù)設(shè)閾值的情況下，確定所述分句配音為正確配音；

在所述第一相似度大于預(yù)設(shè)閾值，或，所述第二相似度大于所述預(yù)設(shè)閾值的情況下，確定所述分句配音為錯誤配音。

在一個可能的實施方式中，所述第一解碼圖通過以下步驟構(gòu)建得到：

基于所述第一語言模型、預(yù)先訓(xùn)練好的聲學(xué)模型、音素的上下文信息及發(fā)音詞典，構(gòu)建所述第一解碼圖。

在一個可能的實施方式中，所述第二解碼圖通過以下步驟構(gòu)建得到：