[发明专利]一种基于端到端的水场景音频的生成方法有效
| 申请号： | 201910091367.1 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109936766B | 公开（公告）日： | 2021-04-13 |
| 发明（设计）人： | 刘世光;程皓楠;王凯 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H04N21/439 | 分类号： | H04N21/439;G10L21/003 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 潘俊达 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于音频处理的技术领域，具体涉及一种基于端到端的水场景音频的生成方法，包括如下步骤：步骤一，选取各类水场景视频，并进行预处理；步骤二，根据预处理后的数据，通过训练获得生成器模型；步骤三，将无声视频进行预处理，加载到训练好的生成器模型，输出与无声视频对应的音频；步骤四，根据音频的序列生成包络，并加载到训练好的音色增强器模型，输出音色增强后的音频。本发明能够实现端到端的户外水场景声音的自动生成，解决为场景配音费时和费力的问题，同时，利用训练所得的模型来生成水场景音频，能够提高生成速度和同步度，从而提高工作效率。 | ||
| 搜索关键词： | 一种 基于 端到端 场景 音频 生成 方法 | ||
【主权项】：
1.一种基于端到端的水场景音频的生成方法，其特征在于，包括如下步骤：步骤一，选取各类水场景视频，并进行预处理；步骤二，根据预处理后的数据，通过训练获得生成器模型；步骤三，将无声视频进行预处理，加载到训练好的所述生成器模型，输出与所述无声视频对应的音频；步骤四，根据所述音频的序列生成包络，并加载到训练好的音色增强器模型，输出音色增强后的所述音频。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910091367.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动分析机顶盒卫星节目信息的方法
- 下一篇：一种影像分析系统与方法
