公开(公告)号：CN114927143B

公开(公告)日：2024-09-13

申请号：CN202210422650.X

申请日：2022-04-21

Applicant: 厦门大学

Inventor： 陈俐燕 ,  张家威 ,  姚俊峰

IPC: G10L25/63 ,  G10L25/18 ,  G10L25/45 ,  G10L25/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了计算机技术领域的一种基于深度学习的舞美效果自动生成方法及系统，方法包括如下步骤：步骤S10、获取音频数据，将所述音频数据切割为音频片段；步骤S20、对各所述音频片段进行预处理得到若干个第一单帧频域数组，对所述音频数据进行预处理得到第二单帧频域数组；步骤S30、对各所述第一单帧频域数组进行横向堆叠得到声谱图；步骤S40、将所述声谱图输入创建的愉悦度识别模型以及激活度识别模型得到对应的愉悦度和激活度；步骤S50、基于所述第二单帧频域数组选取音乐的幅度值；步骤S60、基于所述愉悦度、激活度以及幅度值自动生成舞美效果。本发明的优点在于：极大的提升了舞美效果生成的效率以及质量，极大的降低了舞美效果生成的成本。

公开(公告)号：CN114927143A

公开(公告)日：2022-08-19

申请号：CN202210422650.X

申请日：2022-04-21

Applicant: 厦门大学

Inventor： 陈俐燕 ,  张家威 ,  姚俊峰

IPC: G10L25/63 ,  G10L25/18 ,  G10L25/45 ,  G10L25/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了计算机技术领域的一种基于深度学习的舞美效果自动生成方法及系统，方法包括如下步骤：步骤S10、获取音频数据，将所述音频数据切割为音频片段；步骤S20、对各所述音频片段进行预处理得到若干个第一单帧频域数组，对所述音频数据进行预处理得到第二单帧频域数组；步骤S30、对各所述第一单帧频域数组进行横向堆叠得到声谱图；步骤S40、将所述声谱图输入创建的愉悦度识别模型以及激活度识别模型得到对应的愉悦度和激活度；步骤S50、基于所述第二单帧频域数组选取音乐的幅度值；步骤S60、基于所述愉悦度、激活度以及幅度值自动生成舞美效果。本发明的优点在于：极大的提升了舞美效果生成的效率以及质量，极大的降低了舞美效果生成的成本。