一种视频录制生成方法及电子设备技术

本申请实施例公开了一种视频录制生成方法及电子设备，该方法包括：获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；获取所述至少一个对象中的第一对象的第一声音特征；从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。本申请实施例的视频录制生成方法，能够去除或静默掉与第一声音特征不相关的杂音，使录制的视频不包含杂音，能够显著提高用户体验。

【技术实现步骤摘要】
一种视频录制生成方法及电子设备
本申请涉及电子设备
，特别涉及一种视频录制生成方法及电子设备。
技术介绍
随着移动互联网的迅速发展，小视频逐渐成为一种常规的通讯方式。用户自行录制小视频时，由于物距较短，如果不借助辅助工具，通常只能录制到用户的头部或上半身，如果需要录制全身视频或较大场景下的视频，通常需要其他用户帮助录制。其他用户帮助录制视频的过程大致为，被录像用户在特定场景下准备好，录像用户持图像采集设备，在打开图像采集设备进行录像的同时，向被录像用户喊开始命令，被录像用户开始讲话。以英语学习为例，经常会遇到录制学习视频的场景，传统的操作方法是由家长或同学等其他人拿着手机，打开摄像机开始录像的同时喊出开始命令，学生听到开始命令后，开始阅读或朗诵。但这样做存在问题是，录像用户很难做到点击摄像机开始按钮和喊出开始命令完全同步，开始命令的喊出时间稍有延后就会被摄像机采集到，导致录制的视频中包含该开始命令。另外，在录像过程中，如果环境场景中如果有其他人在说话，其他人的声音也可能被采集到而成为视频的杂音。无论是由开始命令所形成的杂音，亦或是由其他人说话所形成的杂音均会对被录像用户的讲话声音造成干扰。申请内容有鉴于现有技术中存在的上述问题，本申请实施例采用的技术方案如下：本申请实施例一方面提供了一种视频录制生成方法，包括：获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；获取所述至少一个对象中的第一对象的第一声音特征；从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。在一些实施例中，所述获取所述至少一个对象中的第一对象的第一声音特征，包括：从预置声音特征库中确定所述第一对象的第一声音特征。在一些实施例中，所述从预置声音特征库中确定所述第一对象的第一声音特征，包括：获取所述第一图像数据中的面部图像；基于所述面部图像确定所述第一对象，从所述预置声音特征库中确定所述第一对象的第一声音特征。在一些实施例中，所述从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据，包括：基于所述第一声音特征从所述第一音频数据中提取第一语音信息；仅基于所述第一图像数据和所述第一语音信息生成所述第二影音数据。在一些实施例中，所述从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据，包括：基于所述第一声音特征从所述第一音频数据中提取第一语音信息；基于从所述第一音频数据中获取的至少一个第二声音特征，从所述第一音频数据中提取至少一个第二语音信息，其中，所述第二声音特征不同于所述第一声音特征；从所述至少一个第二语音信息中确定与所述第一语音信息具有语义关系的第二语音信息，基于所述第一图像数据、所述第一语音信息和与所述第一语音信息具有语义关系的第二语音信息生成第二影音数据。在一些实施例中，所述方法还包括：识别所述第一音频数据中各个所述对象的声音特征；基于各个所述对象的声音特征从所述第一音频数据中获取各个所述对象的语音信息；基于预设条件从各个所述对象的语音信息中确定所述第一对象的第一语音信息。在一些实施例中，所述方法还包括：基于所述第一语音信息从各个所述对象的声音特征中确定所述第一对象的第一声音特征，将所述第一声音特征保存至预置声音特征库。本申请实施例另一方面提供了一种电子设备，包括：第一获取模块，用于获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；第二获取模块，用于获取所述至少一个对象中的第一对象的第一声音特征；生成模块，用于从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。在一些实施例中，所述第二获取模块具体用于：从预置声音特征库中确定所述第一对象的第一声音特征。在一些实施例中，所述第二获取模块进一步用于：获取所述第一图像数据中的面部图像；基于所述面部图像确定所述第一对象，从所述预置声音特征库中确定所述第一对象的第一声音特征。在一些实施例中，所述生成模块具体用于：基于所述第一声音特征从所述第一音频数据中提取第一语音信息；仅基于所述第一图像数据和所述第一语音信息生成所述第二影音数据。在一些实施例中，所述生成模块具体用于：基于所述第一声音特征从所述第一音频数据中提取第一语音信息；基于从所述第一音频数据中获取的至少一个第二声音特征，从所述第一音频数据中提取至少一个第二语音信息，其中，所述第二声音特征不同于所述第一声音特征；从所述至少一个第二语音信息中确定与所述第一语音信息具有语义关系的第二语音信息，基于所述第一图像数据、所述第一语音信息和与所述第一语音信息具有语义关系的第二语音信息生成第二影音数据。在一些实施例中，所述电子设备还包括：识别模块，用于识别所述第一音频数据中各个所述对象的声音特征；第三获取模块，用于基于各个所述对象的声音特征从所述第一音频数据中获取各个所述对象的语音信息；确定模块，用于基于预设条件从各个所述对象的语音信息中确定所述第一对象的第一语音信息。在一些实施例中，所述电子设备还包括：存储模块，用于基于所述第一语音信息从各个所述对象的声音特征中确定所述第一对象的第一声音特征，将所述第一声音特征保存至预置声音特征库。本申请实施例第三方面提供了一种存储介质，存储有计算机程序，当执行所述计算机程序时实现如下步骤：获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；获取所述至少一个对象中的第一对象的第一声音特征；从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。本申请实施例第四方面提供了一种电子设备，至少包括存储器和处理器，所述存储器上存储有可执行程序，所述处理器在执行所述存储器上的可执行程序时实现如下步骤：获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；获取所述至少一个对象中的第一对象的第一声音特征；从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。本申请实施例的视频录制生成方法，获取至少一个对象中本文档来自技高网...

【技术保护点】
1.一种视频录制生成方法，包括：/n获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；/n获取所述至少一个对象中的第一对象的第一声音特征；/n从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。/n

【技术特征摘要】
1.一种视频录制生成方法，包括：
获取第一影音数据，其中，所述第一影音数据包括第一图像数据和第一音频数据，所述第一音频数据包括至少一个对象的语音信息；
获取所述至少一个对象中的第一对象的第一声音特征；
从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据。


2.根据权利要求1所述的视频录制生成方法，其中，所述获取所述至少一个对象中的第一对象的第一声音特征，包括：
从预置声音特征库中确定所述第一对象的第一声音特征。


3.根据权利要求2所述的视频录制生成方法，其中，所述从预置声音特征库中确定所述第一对象的第一声音特征，包括：
获取所述第一图像数据中的面部图像；
基于所述面部图像确定所述第一对象，从所述预置声音特征库中确定所述第一对象的第一声音特征。


4.根据权利要求1所述的视频录制生成方法，其中，所述从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据，包括：
基于所述第一声音特征从所述第一音频数据中提取第一语音信息；
仅基于所述第一图像数据和所述第一语音信息生成所述第二影音数据。


5.根据权利要求1所述的视频录制生成方法，其中，所述从所述第一音频数据中获取与所述第一声音特征相关联的语音信息，基于所述第一图像数据和与所述第一声音特征相关联的语音信息生成第二影音数据，包括：
基于所述第一声音特征从所述第一音频数据中提取第一语音信息；
基于从所述第一音频数据中获取的至少一个第二声音特征，从所述第一音频数据中提取至少一个第二语音信息，其中，所述第二声音特征不同于所述第一声音特征；
从所述至少一个第二语音信息中确定与所述第一语音信息具有语义关系的第二语音信息，基于所述第一图像数据、所述第一语音信...

【专利技术属性】
技术研发人员：刘宝利，罗应文，许威，张学荣，
申请(专利权)人：联想北京有限公司，
类型：发明
国别省市：北京;11