The invention discloses a method, device, device and storage medium of game sound effect generation, which adopts the characteristics of in-depth learning of neural network in artificial intelligence. The developer can randomly generate the accurate game sound effect of this sound only by inputting an audio file. It does not need to set up a special sound effect group to reduce the cost of game development and shorten the period of sound effect development. It can be used directly by game developers to produce any sound they want.
【技术实现步骤摘要】
一种游戏音效生成方法、装置、设备和存储介质
本专利技术涉及游戏音效开发领域，特别是一种游戏音效生成方法、装置、设备和存储介质。
技术介绍
人工智能技术这个概念提出很久，但是一直不温不火，处于概念阶段，直到深度学习和神经网络技术的出现，人工智能技术进行了翻天覆地的革新，人工智能技术终于开始进入了实用化的阶段。在云计算，大数据，深度学习，物联网，图形处理，视频处理，人脸识别，声音处理，文本处理，语音翻译领域都得到了极大的提升。目前的游戏开发团队，一般需要专门设立音效组，由开发人员向该小组提出音效需求，音效组进行制作游戏音效，一方面造成了成本高、难管理和周期长的弊端；另一方面，存在沟通差异的问题，音效组做出来的音效不是开发人员所想要的，而且能够做出来的游戏音效都是固定的几种。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种游戏音效生成方法、装置、设备和存储介质，不需要专门设立音效组，降低了游戏开发成本，缩短了音效开发周期，能够供游戏开发人员直接使用制作任何自己想要的音效。本专利技术解决其问题所采用的技术方案是：第一方面，本专利技术实施例提供了一种游戏音效...
【技术保护点】
1.一种游戏音效生成方法，其特征在于：包括：构建序列模型，并将其激活；训练所述序列模型，并保持训练好的权重；输入音频文件至所述序列模型，并生成相应波形图；构建卷积神经网络模型，并使用所述卷积神经网络模型将所述序列模型生成的波形图与网络相关波形相同的波形图进行对比，生成新的音效文件。
【技术特征摘要】
1.一种游戏音效生成方法，其特征在于：包括：构建序列模型，并将其激活；训练所述序列模型，并保持训练好的权重；输入音频文件至所述序列模型，并生成相应波形图；构建卷积神经网络模型，并使用所述卷积神经网络模型将所述序列模型生成的波形图与网络相关波形相同的波形图进行对比，生成新的音效文件。2.根据权利要求1所述的一种游戏音效生成方法，其特征在于：所述构建序列模型，并将其激活，包括：构建序列模型，使用DENSE层和使用线性函数将其进行激活。3.根据权利要求1所述的一种游戏音效生成方法，其特征在于：所述训练所述序列模型，并保持训练好的权重，包括：训练所述序列模型，使用SAVE＿WEIGHTS函数来保持所述序列模型可以进行载入预训练的权重。4.根据权利要求1所述的一种游戏音效生成方法，其特征在于：所述构建卷积神经网络模型，并使用所述卷积神经网络模型将所述序列模型生成的波形图与网络相关波形相同的波形图进行对比，生成新的音效文件，包括：使用KerasAPI构建并允许SqueezeNet的卷积神经网络模型，并启动所述卷积神经网络模型，将所述序列模型生成的波形图与网络相关波形相同的波形图进行对比，得到结果后上传GITHUB并存储于网络服务器，制作HTTP网页入口，生成音效文件。5.一种储存游戏音效生成方法的装置，其特征在于：包括：构建单元，用于构建序列模型，并将其激活；训练单元，用于训练所述序列模型，并保持训练好的权重；输入单元，用于输入音频文件至所述序列模型，并生成相应波形图；对比生成单元，用于构建卷积神经网络模型，并使用所述卷积神经网络模型将所...
【专利技术属性】
技术研发人员：芦振华，杜庆焜，胡文彬，甘靖山，
申请(专利权)人：武汉西山艺创文化有限公司，
类型：发明
国别省市：湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。