本发明专利技术提供一种动画生成方法、系统、介质及电子终端，方法包括：通过采集故事文本，获取镜头元素信息；将镜头元素信息输入动画图层生成模型进行图层生成，获取一个或多个动画图层；图层生成的步骤包括：背景图层匹配、文本词法分析、文本情感分析、文本语音转换和唇形序列生成；通过对多个动画图层进行合成渲染，生成动画；本发明专利技术中的方法，通过将镜头元素信息输入动画图层生成模型进行背景图层匹配、文本词法分析、文本情感分析、文本语音转换和唇形序列生成，获取一个或多个动画图层，通过对多个动画图层进行合成渲染，生成动画，降低了普通用户或动画新手创作者的动画创作难度，门槛较低，成本较低，自动化程度较高。自动化程度较高。自动化程度较高。
【技术实现步骤摘要】
一种动画生成方法、系统、介质及电子终端
[0001]本专利技术涉及动画制作领域，尤其涉及一种动画生成方法、系统、介质及电子终端。
技术介绍
[0002]随着网络带宽的提升和移动终端的普及，动画逐渐受到了越来越多人的关注与喜爱，人们倾向于选择动画作为获取信息的主要形式之一。然而，动画的制作过程包括多道工序，如动态脚本制作、动画建模和视觉特效制作等，制作与实现较复杂，这对于普通用户或动画新手创作者而言，动画创作的技术门槛较高，难度较大，成本较高。
技术实现思路
[0003]本专利技术提供一种动画生成方法、系统、介质及电子终端，以解决现有技术中，普通用户或动画新手创作者动画创作的技术门槛较高，难度较大，成本较高的问题。
[0004]本专利技术提供的动画生成方法，包括：
[0005]通过采集故事文本，获取镜头元素信息；
[0006]将所述镜头元素信息输入动画图层生成模型进行图层生成，获取一个或多个动画图层；
[0007]所述图层生成的步骤包括：背景图层匹配、文本词法分析、文本情感分析、文本语音转换和唇形序列生成；
[0008]通过对多个所述动画图层进行合成渲染，生成动画。
[0009]可选的，所述动画图层生成模型的获取步骤包括：
[0010]获取训练集；
[0011]将所述训练集中的训练文本输入神经网络进行训练，获取动画图层，所述神经网络包括：用于进行文本词法分析的第一卷积神经子网络、用于进行文本情感分析的长短期记忆子网络、用于进行文本语音转换的深度神经子网络和用于进行唇形序列生成的第二卷积神经子网络；
[0012]根据所述神经网络输出的动画图层和预设的损失函数，对所述神经网络进行训练，获取动画图层生成模型。
[0013]可选的，所述动画图层包括：背景图层，所述镜头元素信息包括：场景描述和人物信息，所述背景图层的获取步骤包括：
[0014]对所述场景描述和/或所述人物信息进行关键词提取，获取关键词；
[0015]将所述关键词与预设的数字资产管理中心中的场景资源标签进行匹配，获取第一匹配结果，所述场景资源标签与场景资源具有第一对应关系；
[0016]根据所述第一匹配结果和所述第一对应关系，获取对应的场景资源，将对应的所述场景资源作为动画的背景图层，完成背景图层匹配。
[0017]可选的，所述动画图层还包括：特效图层，所述镜头元素信息还包括：对话内容和旁白内容，所述特效图层的获取步骤包括：
[0018]将所述对话内容和/或所述旁白内容输入所述动画图层生成模型的长短期记忆子网络，根据所述对话内容和/或所述旁白内容的上下文，进行情感标签匹配，获取对应的情感标签；
[0019]根据所述情感标签，确定对应的情感倾向，所述情感倾向包括：消极和积极，完成文本情感分析；
[0020]将所述情感标签和情感倾向分别与预设的数字资产管理中心中的特效资源标签进行匹配，获取第二匹配结果，所述特效资源标签与特效资源具有第二对应关系；
[0021]根据所述第二匹配结果和所述第二对应关系，获取对应的特效资源，将对应的所述特效资源作为动画的特效图层。
[0022]可选的，所述动画图层还包括：人物动作图层，所述人物动作图层的获取步骤包括：
[0023]对所述对话内容和/或所述旁白内容进行分词处理，获取一个或多个分词词汇；
[0024]将所述分词词汇输入所述动画图层生成模型的第一卷积神经子网络进行实体识别与词性分类，获取实体识别结果和词性分类结果，所述实体识别的类型包括：人名、组织名、地址和时间，完成文本词法分析；
[0025]根据人物信息，获取对应的人物模型资源；
[0026]根据所述实体识别结果、所述词性分类结果、所述情感标签和所述情感倾向，获取对应的动作资源；
[0027]根据所述人物模型资源和所述动作资源，合成所述人物动作图层。
[0028]可选的，所述动画图层还包括：人物表情图层，所述人物表情图层的获取步骤包括：
[0029]将所述情感标签和情感倾向分别与预设的数字资产管理中心中的表情资源标签进行匹配，获取第三匹配结果，所述表情资源标签与表情资源具有第三对应关系；
[0030]根据所述第三匹配结果和所述第三对应关系，获取对应的表情资源；
[0031]根据获取的人物模型资源和所述表情资源，合成所述人物表情图层。
[0032]可选的，所述动画图层还包括：人物唇形图层，所述人物唇形图层的获取步骤包括：
[0033]将所述对话内容和/或所述旁白内容输入所述动画图层生成模型的深度神经子网络进行语音转换，获取对应的语音序列；
[0034]根据所述情感标签和情感倾向，对所述语音序列进行韵律调整，获取语音音频，完成文本语音转换；
[0035]将所述语音音频输入所述动画图层生成模型的第二卷积神经子网络进行语音特征提取，获取语音特征；
[0036]根据所述语音特征，获取对应的唇形序列，完成唇形序列生成；
[0037]根据所述唇形序列和获取的人物模型资源，合成所述人物唇形图层。
[0038]本专利技术还提供一种动画生成系统，包括：
[0039]元素信息获取模块，用于通过采集故事文本，获取镜头元素信息；
[0040]动画图层合成模块，用于将所述镜头元素信息输入动画图层生成模型进行图层生成，获取一个或多个动画图层；所述图层生成的步骤包括：背景图层匹配、文本词法分析、文
本情感分析、文本语音转换和唇形序列生成；
[0041]动画生成模块，用于通过对多个所述动画图层进行合成渲染，生成动画；所述元素信息获取模块、动画图层合成模块和动画生成模块连接。
[0042]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述方法。
[0043]本专利技术还提供一种电子终端，包括：处理器及存储器；
[0044]所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述任一项所述方法。
[0045]本专利技术的有益效果：本专利技术中的动画生成方法，通过采集故事文本，获取镜头元素信息，将所述镜头元素信息输入动画图层生成模型进行背景图层匹配、文本词法分析、文本情感分析、文本语音转换和唇形序列生成，获取一个或多个动画图层，通过对多个所述动画图层进行合成渲染，生成动画，降低了普通用户或动画新手创作者的动画创作难度，门槛较低，成本较低，自动化程度较高。
附图说明
[0046]图1是本专利技术实施例中动画生成方法的流程示意图。
[0047]图2是本专利技术实施例中动画生成方法中获取动画图层生成模型的流程示意图。
[0048]图3是本专利技术实施例中动画生成方法中获取背景图层的流程示意图。
[0049]图4是本专利技术实施例中动画生成方法中获取特效图层的流程示意图。
[0050]图5是本专利技术实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种动画生成方法，其特征在于，包括：通过采集故事文本，获取镜头元素信息；将所述镜头元素信息输入动画图层生成模型进行图层生成，获取一个或多个动画图层；所述图层生成的步骤包括：背景图层匹配、文本词法分析、文本情感分析、文本语音转换和唇形序列生成；通过对多个所述动画图层进行合成渲染，生成动画。2.根据权利要求1所述的动画生成方法，其特征在于，所述动画图层生成模型的获取步骤包括：获取训练集；将所述训练集中的训练文本输入神经网络进行训练，获取动画图层，所述神经网络包括：用于进行文本词法分析的第一卷积神经子网络、用于进行文本情感分析的长短期记忆子网络、用于进行文本语音转换的深度神经子网络和用于进行唇形序列生成的第二卷积神经子网络；根据所述神经网络输出的动画图层和预设的损失函数，对所述神经网络进行训练，获取动画图层生成模型。3.根据权利要求1所述的动画生成方法，其特征在于，所述动画图层包括：背景图层，所述镜头元素信息包括：场景描述和人物信息，所述背景图层的获取步骤包括：对所述场景描述和/或所述人物信息进行关键词提取，获取关键词；将所述关键词与预设的数字资产管理中心中的场景资源标签进行匹配，获取第一匹配结果，所述场景资源标签与场景资源具有第一对应关系；根据所述第一匹配结果和所述第一对应关系，获取对应的场景资源，将对应的所述场景资源作为动画的背景图层，完成背景图层匹配。4.根据权利要求1所述的动画生成方法，其特征在于，所述动画图层还包括：特效图层，所述镜头元素信息还包括：对话内容和旁白内容，所述特效图层的获取步骤包括：将所述对话内容和/或所述旁白内容输入所述动画图层生成模型的长短期记忆子网络，根据所述对话内容和/或所述旁白内容的上下文，进行情感标签匹配，获取对应的情感标签；根据所述情感标签，确定对应的情感倾向，所述情感倾向包括：消极和积极，完成文本情感分析；将所述情感标签和情感倾向分别与预设的数字资产管理中心中的特效资源标签进行匹配，获取第二匹配结果，所述特效资源标签与特效资源具有第二对应关系；根据所述第二匹配结果和所述第二对应关系，获取对应的特效资源，将对应的所述特效资源作为动画的特效图层。5.根据权利要求4所述的动画生成方法，其特征在于，所述动画图层还包括：人物动作图层，所述人物动作图层的获取步骤包括：对所述对话内容和/或所述旁白内容进行分词处理，获取一个或多个分词词汇；将所...
【专利技术属性】
技术研发人员：骆晋豪，刘鹏，
申请(专利权)人：广州梦映动漫网络科技有限公司，
类型：发明
国别省市：
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。