舞蹈動作生成方法、計算機設備及存儲介質技術

本申請實施例公開了一種舞蹈動作生成方法、計算機設備及存儲介質，該方法包括：獲取待編舞音頻，并從待編舞音頻中提取多個音頻片段；將多個音頻片段輸入預訓練的編碼模型，得到多個音頻片段中每個音頻片段的第一動作特征；根據第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與第一動作特征相似的第二動作特征；將每個音頻片段對應的第二動作特征輸入預訓練的解碼模型，得到第三動作特征，并根據第三動作特征確定待編舞音頻的舞蹈動作。通過這種方式可以自動化地生成舞蹈動作，滿足了用戶對生成舞蹈動作的自動化、智能化需求，并提高了舞蹈動作的質量。并提高了舞蹈動作的質量。并提高了舞蹈動作的質量。

【技術實現步驟摘要】
舞蹈動作生成方法、計算機設備及存儲介質


[0001]本申請涉及人工智能領域，尤其涉及一種舞蹈動作生成方法、計算機設備及存儲介質。

技術介紹

[0002]舞蹈是由音頻和舞蹈動作組成的一種可以傳遞情感的高級藝術，其中，音頻和舞蹈動作如何匹配成為舞蹈編排的重點和難點，對于專業的舞蹈演員可以根據自己對音頻情感的理解編排舞蹈動作，然而，這種人工編排舞蹈的方式依賴于專業的舞蹈演員，對于普通舞者或者用戶無法自己完成舞蹈編排。因此，如何有效地實現對舞蹈的自動化編排非常重要。

技術實現思路

[0003]本申請實施例提供了一種舞蹈動作生成方法、計算機設備及存儲介質，可以自動化地生成舞蹈動作，并提高了舞蹈動作的中提取多個音頻片段；
[0004]將所述多個音頻片段輸入預訓練的編碼質量。
[0005]第一方面，本申請實施例提供了一種舞蹈動作生成方法，包括：
[0006]獲取待編舞音頻，并從所述待編舞音頻模型，得到所述多個音頻片段中每個音頻片段的第一動作特征，其中，所述編碼模型是由樣本音頻和所述樣本音頻對應的樣本舞蹈動作訓練得到的；
[0007]根據所述每個音頻片段的第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述每個音頻片段的第一動作特征相似的第二動作特征；
[0008]將所述每個音頻片段對應的第二動作特征輸入預訓練的解碼模型，得到第三動作特征，并根據所述第三動作特征確定所述待編舞音頻的舞蹈動作，其中，所述解碼模型是由所述樣本音頻對應的樣本動作特征以及所述樣本音頻對應的所述樣本舞蹈動作訓練得到的，所述樣本音頻對應的樣本動作特征是利用所述預訓練的編碼模型對所述樣本音頻進行編碼得到的，所述第三動作特征用于指示所有音頻片段的動作特征。
[0009]第二方面，本申請實施例提供了一種舞蹈動作生成裝置，包括：
[0010]獲取單元，用于獲取待編舞音頻，并從所述待編舞音頻中提取多個音頻片段；
[0011]編碼單元，用于將所述多個音頻片段輸入預訓練的編碼模型，得到所述多個音頻片段中每個音頻片段的第一動作特征，其中，所述編碼模型是由樣本音頻和所述樣本音頻對應的樣本舞蹈動作訓練得到的；
[0012]確定單元，用于根據所述每個音頻片段的第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述每個音頻片段的第一動作特征相似的第二動作特征；
[0013]解碼單元，用于將所述每個音頻片段對應的第二動作特征輸入預訓練的解碼模型，得到第三動作特征，并根據所述第三動作特征確定所述待編舞音頻的舞蹈動作，其中，所述解碼模型是由所述樣本音頻對應的樣本動作特征以及所述樣本音頻對應的所述樣本
舞蹈動作訓練得到的，所述樣本音頻對應的樣本動作特征是利用所述預訓練的編碼模型對所述樣本音頻進行編碼得到的，所述第三動作特征用于指示所有音頻片段的動作特征。
[0014]第三方面，本申請實施例提供了一種計算機設備，所述計算機設備包括：處理器和存儲器，所述處理器用于執行：
[0015]獲取待編舞音頻，并從所述待編舞音頻中提取多個音頻片段；
[0016]將所述多個音頻片段輸入預訓練的編碼模型，得到所述多個音頻片段中每個音頻片段的第一動作特征，其中，所述編碼模型是由樣本音頻和所述樣本音頻對應的樣本舞蹈動作訓練得到的；
[0017]根據所述每個音頻片段的第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述每個音頻片段的第一動作特征相似的第二動作特征；
[0018]將所述每個音頻片段對應的第二動作特征輸入預訓練的解碼模型，得到第三動作特征，并根據所述第三動作特征確定所述待編舞音頻的舞蹈動作，其中，所述解碼模型是由所述樣本音頻對應的樣本動作特征以及所述樣本音頻對應的所述樣本舞蹈動作訓練得到的，所述樣本音頻對應的樣本動作特征是利用所述預訓練的編碼模型對所述樣本音頻進行編碼得到的，所述第三動作特征用于指示所有音頻片段的動作特征。
[0019]第四方面，本申請實施例還提供了一種計算機可讀存儲介質，該計算機可讀存儲介質中存儲有程序指令，該程序指令被執行時，用于實現上述第一方面所述的方法。
[0020]本申請實施例可以獲取待編舞音頻，并從待編舞音頻中提取多個音頻片段；將多個音頻片段輸入預訓練的編碼模型，得到多個音頻片段中每個音頻片段的第一動作特征，其中，編碼模型是由樣本音頻和樣本音頻對應的樣本舞蹈動作訓練得到的；根據每個音頻片段的第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與每個音頻片段的第一動作特征相似的第二動作特征；將每個音頻片段對應的第二動作特征輸入預訓練的解碼模型，得到第三動作特征，并根據第三動作特征確定待編舞音頻的舞蹈動作，其中，解碼模型是由樣本音頻對應的樣本動作特征以及樣本音頻對應的樣本舞蹈動作訓練得到的，樣本音頻對應的樣本動作特征是利用預訓練的編碼模型對樣本音頻進行編碼得到的，第三動作特征用于指示所有音頻片段的動作特征。通過這種方式可以自動化地生成舞蹈動作，滿足了用戶對生成舞蹈動作的自動化、智能化需求，并提高了舞蹈動作的質量。
附圖說明
[0021]為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0022]圖1是本申請實施例提供的一種舞蹈動作生成方法的流程示意圖；
[0023]圖2是一種多幀舞蹈動作的示意圖；
[0024]圖3是一種人體關鍵點的示意圖；
[0025]圖4是本申請實施例提供的另一種舞蹈動作生成方法的流程示意圖；
[0026]圖5是本申請實施例提供的又一種舞蹈動作生成方法的流程示意圖；
[0027]圖6是本申請實施例提供的又一種舞蹈動作生成方法的流程示意圖；
[0028]圖7是本申請實施例提供的一種舞蹈動作生成裝置的結構示意圖；
[0029]圖8是本申請實施例提供的一種計算機設備的結構示意圖。
具體實施方式
[0030]下面將結合本申請實施例中的附圖，對本申請實施例中的技術方案進行清楚地描述，顯然，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├?，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。
[0031]人工智能(Artificial Intelligence，AI)是利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。換句話說，人工智能是計算機科學的一個綜合技術，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器。人工智能也就是研究各種智能機器的設計原理與實現方法，使機器具有感知、推理與決策的功能。
[00本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種舞蹈動作生成方法，其特征在于，包括：獲取待編舞音頻，并從所述待編舞音頻中提取多個音頻片段；將所述多個音頻片段輸入預訓練的編碼模型，得到所述多個音頻片段中每個音頻片段的第一動作特征，其中，所述編碼模型是由樣本音頻和所述樣本音頻對應的樣本舞蹈動作訓練得到的；根據所述每個音頻片段的第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述每個音頻片段的第一動作特征相似的第二動作特征；將所述每個音頻片段對應的第二動作特征輸入預訓練的解碼模型，得到第三動作特征，并根據所述第三動作特征確定所述待編舞音頻的舞蹈動作，其中，所述解碼模型是由所述樣本音頻對應的樣本動作特征以及所述樣本音頻對應的所述樣本舞蹈動作訓練得到的，所述樣本音頻對應的樣本動作特征是利用所述預訓練的編碼模型對所述樣本音頻進行編碼得到的，所述第三動作特征用于指示所有音頻片段的動作特征。2.根據權利要求1所述的方法，其特征在于，所述從所述待編舞音頻中提取多個音頻片段，包括：獲取所述待編舞音頻的節拍信息；根據所述節拍信息從所述待編舞音頻中提取多個音頻片段。3.根據權利要求1所述的方法，其特征在于，所述第一動作特征具體為第一動作特征矩陣；所述根據所述每個音頻片段的第一動作特征，從動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述每個音頻片段的第一動作特征相似的第二動作特征，包括：針對每個所述音頻片段，獲取所述音頻片段對應的第一動作特征矩陣中的各個行向量，得到所述音頻片段對應的多個第一動作特征向量，其中，每個所述行向量用于指示一個動作；針對所述每個音頻片段的每個所述第一動作特征向量，從所述動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述第一動作特征向量對應的第二動作特征向量，得到所述每個音頻片段對應的多個第二動作特征向量；針對所述每個音頻片段，將所述音頻片段對應的多個第二動作特征向量進行組合，得到所述音頻片段對應的第二動作特征矩陣，其中，所述第二動作特征矩陣用于表示所述第二動作特征。4.根據權利要求3所述的方法，其特征在于，從所述動作庫預先存儲的多種舞蹈動作的動作特征中確定與所述第一動作特征向量對應的第二動作特征向量，包括：獲取所述第一動作特征向量與所述動作庫中每個動作特征向量的距離，所述動作庫中的所述每個動作特征向量用于指示預先存儲的一個舞蹈動作；從所述動作庫中獲取與所述第一動作特征向量距離最短的動作特征向量...

【專利技術屬性】
技術研發人員：何艾蓮，林開來，張悅，黃均昕，董治，姜濤，
申請(專利權)人：騰訊音樂娛樂科技深圳有限公司，
類型：發明
國別省市：