文献检索-宁波市创意产业特色资源库

限定检索结果

时序对齐视觉特征映射的音效生成方法: 收藏
分享
引用; 《计算机辅助设计与图形学学报》2022年第10期34卷 1506-1514页; 作者：谢志峰孙络祎孙郁洲余椿鹏马利庄上海大学影视工程系上海200072 上海大学上海电影特效工程技术研究中心上海200072 上海交通大学计算机科学与工程系上海200240; 针对目前视觉引导的音效生成方法存在的保真度低、时序对齐效果差等问题,提出一种基于时序对齐视觉特征映射的音效生成方法.首先,设计基于时序约束的特征聚合窗口,将视频序列滑动整合为视觉特征集合;其次,构建时空匹配的跨模态视音频特...; 针对目前视觉引导的音效生成方法存在的保真度低、时序对齐效果差等问题,提出一种基于时序对齐视觉特征映射的音效生成方法.首先,设计基于时序约束的特征聚合窗口,将视频序列滑动整合为视觉特征集合;其次,构建时空匹配的跨模态视音频特征映射网络,将视觉特征集合转换为多频段音频特征;最后,采用音频解码器将音频特征解码为梅尔频谱,再使用声码器将其转换为最终波形.在VAS数据集上进行定性与定量实验,实验结果表明,与现有方法相比,文中方法在语音质量感知评估、发声点平均偏移量以及人工评估方面均有显著提升,其中,发声点平均偏移量平均降低至0.2 s.; 来源：详细信息评论

限定检索结果