CN109102787A - 一种简易背景音乐自动创建系统 - Google Patents

Abstract

本发明公开了一种简易背景音乐自动创建系统，包括：种类选择模块，用于与人进行人机交互；情感选择模块；视频信息捕捉模块；音乐片段数据库，内存储有音乐片段，耦接于视频信息捕捉模块、情感选择模块和种类选择模块；歌词填写模块，耦接于音乐片段数据库。本发明的简易背景音乐自动创建系统，通过种类选择模块、情感选择模块、视频信息捕捉模块、音乐片段数据库和歌词填写模块的设置，便可简单有效的实现根据短视频创造出相对应的背景音乐了。

Description

一种简易背景音乐自动创建系统

技术领域

本发明涉及一种音乐创建系统，更具体的说是涉及一种简易背景音乐自动创建系统。

背景技术

观看短视频已经是现代生活中一个较为重要的娱乐部分，同时短视频也是记录日常生活中一个较为重要的媒介，其相比于照片进行时刻记录的方式，短视频具有时段记录的效果，即记录一段时间内人所做的行为，因此其记录的细节也就更多，相应的后续对于记录查看所表达的内容也更加的清楚。

而现在的人在拍摄完短视频以后，基本上都会采用在短视频上增加一个背景音乐的方式，来进一步让观看短视频的人了解到短视频所要表达的情感和内容，相应的也丰富了观看短视频时的感受，然而现有的背景音乐都是采用人工添加的方式，即人工的通过软件把音乐与短视频相结合，以实现给短视频增加背景音乐的效果，但是人工添加的方式就会对于添加人员的专业知识有一定要求，同时对于音乐的寻找需要耗费掉大量的时间和精力，而若是采用直接针对短视频进行音乐创作，这对于添加人员的音乐水平的要求就更一步的提升，已经达到专业化的程度，因此也是明显不现实的。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种能够简易快速的给短视频添加背景音乐的简易背景音乐自动创建系统。

为实现上述目的，本发明提供了如下技术方案：一种简易背景音乐自动创建系统，包括：

种类选择模块，用于与人进行人机交互，内存储有多种音乐种类，以供人选择音乐种类后输出；

情感选择模块，用于与人进行人机交互，内存储有多种音乐情感，以供人选择音乐情感后输出；

视频信息捕捉模块，用于捕捉短视频内的视觉信息和声音信息以后转换成音乐波形后输出；

音乐片段数据库，内存储有音乐片段，耦接于视频信息捕捉模块、情感选择模块和种类选择模块，以接收音乐种类、音乐情感和音乐波形后，匹配对应的音乐片段后对音乐片段进行填充整合形成音乐节奏；

歌词填写模块，耦接于音乐片段数据库，并与人进行人机交互，以接收音乐节奏后对音乐节奏进行填词构成完整音乐后进行保存。

作为本发明的进一步改进，所述种类选择模块内的音乐种类包括宠物，婴儿，儿童，少年，怀孕，恋爱，中年，老年和风景。

作为本发明的进一步改进，所述情感选择模块内的音乐情感包括竞技，运动，怀旧，喜悦，乡村和悲哀。

作为本发明的进一步改进，所述视频信息捕捉模块包括动作视觉捕捉模块和声音捕捉模块，所述动作视觉捕捉模块用于捕捉视频的动作视觉，所述声音捕捉模块用于捕捉视频的背景声音。

作为本发明的进一步改进，所述动作视觉捕捉模块捕捉的动作视觉包括人动作视觉和宠物动作视觉，其中捕捉的人动作视觉包括行为动作视觉和脸部视觉，所述动作视觉包括左肩关节动作、右肩关节动作、左肘关节动作、右肘关节动作、左髋关节动作、右髋关节动作、左膝关节动作、右膝关节动作、左踝关节动作和右踝关节动作，所述脸部视觉包括眉头高、出现酒窝、眉尾高、嘴角下拉、皱眉、下唇下拉、上眼升高、下巴升高、眼睛收紧、嘴唇拉长、鼻子出皱、嘴唇收紧、上唇升高、嘴唇分开、嘴角拉伸和下颚下落，所述宠物动作视觉包括舌头升、上眼升高、下巴升高、眼睛收紧、嘴唇拉长、鼻子出皱、嘴唇收紧、上唇升高、嘴唇分开、嘴角拉伸和下颚下落。

作为本发明的进一步改进，所述视频信息捕捉模块转换音乐波形的步骤具体包括如下步骤：

步骤一，根据以下公式计算出脸部视觉、动作视觉和宠物视觉的音乐波形的高度y；

y＝a*x+b；

式中，a为脸部视觉、动作视觉或宠物视觉某个动作所对应的值，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数，b为动作修正系数；

步骤二，根据以下公式计算出视频的背景声音的音乐波形的高度y；

y＝a*x+b；

式中，a为背景声音的声音高度所对应的值，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数，b为声音修正系数；

步骤三，根据以下公式计算出音乐波形的高度y；

y＝y+b*x+y+b*x；

式中，y为脸部视觉、动作视觉和宠物视觉的音乐波形高度，b为动作修正系数，y为背景声音的音乐波形的高度，b为声音修正系数，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数；

步骤四，计算整个短视频时间段的音乐波形的高度y，形成波形的各个节点，并且在后一个高度小于前一个高度时，后一个高度的节点为前一个高度减去一个常数，连接各个节点构成音乐波形。

本发明的有益效果，通过种类选择模块和情感选择模块的设置，便可有效的提供给视频创作人一个对于音乐的种类和情感的选择，而通过视频信息捕捉模块的设置，便可自动化的提取出视频中的视觉信息和声音信息并转换成音乐波形，然后通过音乐片段数据库的设置，便可有效的根据音乐波形调取出音乐片段数据库内的音乐片段组合成音乐节奏后输出，然后通过歌词填写模块的设置，便可有效的完成对于歌词的填写，如此便可能够实现一个简易快速的创造出与短视频相关的音乐了，相比于现有技术中采用人工添加的方式，一方面不需要太多的专业知识，另一方面创作过程简单，并且贴合短视频所拍摄的内容。

附图说明

图1为本发明的简易背景音乐自动创建系统。

具体实施方式

下面将结合附图所给出的实施例对本发明做进一步的详述。

参照图1所示，本实施例的一种简易背景音乐自动创建系统，包括：

种类选择模块1，用于与人进行人机交互，内存储有多种音乐种类，以供人选择音乐种类后输出；

情感选择模块2，用于与人进行人机交互，内存储有多种音乐情感，以供人选择音乐情感后输出；

视频信息捕捉模块3，用于捕捉短视频内的视觉信息和声音信息以后转换成音乐波形后输出；

音乐片段数据库5，内存储有音乐片段，耦接于视频信息捕捉模块3、情感选择模块2和种类选择模块1，以接收音乐种类、音乐情感和音乐波形后，匹配对应的音乐片段后对音乐片段进行填充整合形成音乐节奏；

歌词填写模块4，耦接于音乐片段数据库5，并与人进行人机交互，以接收音乐节奏后对音乐节奏进行填词构成完整音乐后进行保存，在使用本实施例的创建系统进行创建背景音乐的过程中，首先将拍摄好的短视频导入到本系统内，然后通过种类选择模块1选择音乐的种类，接着通过情感选择模块2选择音乐的情感，之后系统便会启动视频信息捕捉模块3捕捉视频内的视觉信息和声音信息之后转换成音乐波形传输到音乐片段数据库5内，音乐片段数据库5便根据音乐波形调取其内部的音乐片段整合成音乐节奏后输出，最后再通过歌词填写模块4将音乐节奏进行指示显示，以辅助人根据节奏进行填词，如此便可有效的完成对于短视频的背景音乐的创作，而且上述创作过程中，人所需要做的动作仅仅是选择音乐种类、音乐情感和填词，并且较难的填词通过歌词填写模块4便可有效的实现一个指示填写的效果，这样相比于现有技术中的背景音乐的配置方式，对添加人的专业知识要求不高，并且添加过程更为简单快捷。

作为改进的一种具体实施方式，所述种类选择模块1内的音乐种类包括宠物，婴儿，儿童，少年，怀孕，恋爱，中年，老年和风景，上述种类基本包含了短视频内容主题的各个种类，如此便能够更好的辅助创作与短视频相关的音乐了。

作为改进的一种具体实施方式，所述情感选择模块2内的音乐情感包括竞技，运动，怀旧，喜悦，乡村和悲哀，上述情感基本包含了短视频内容主题的各个情感，如此便能够更好的辅助创作与短视频相关的音乐了。

作为改进的一种具体实施方式，所述视频信息捕捉模块3包括动作视觉捕捉模块31和声音捕捉模块32，所述动作视觉捕捉模块31用于捕捉视频的动作视觉，所述声音捕捉模块32用于捕捉视频的背景声音，短视频的内容一般包括里面的人或宠物的动作和背景声音以及背景了，并且在短视频记录的时候，重点往往是人或宠物的动作，其次便是背景声音，因此在创作背景音乐的过程中提取出短视频内的动作和背景声音，便可有效的保证最后创作出来的音乐与视频的内容进行匹配了。

作为改进的一种具体实施方式，所述动作视觉捕捉模块31捕捉的动作视觉包括人动作视觉和宠物动作视觉，其中捕捉的人动作视觉包括行为动作视觉和脸部视觉，所述动作视觉包括左肩关节动作、右肩关节动作、左肘关节动作、右肘关节动作、左髋关节动作、右髋关节动作、左膝关节动作、右膝关节动作、左踝关节动作和右踝关节动作，所述脸部视觉包括眉头高、出现酒窝、眉尾高、嘴角下拉、皱眉、下唇下拉、上眼升高、下巴升高、眼睛收紧、嘴唇拉长、鼻子出皱、嘴唇收紧、上唇升高、嘴唇分开、嘴角拉伸和下颚下落，所述宠物动作视觉包括舌头升、上眼升高、下巴升高、眼睛收紧、嘴唇拉长、鼻子出皱、嘴唇收紧、上唇升高、嘴唇分开、嘴角拉伸和下颚下落，上述动作情况基本包含了人和宠物所能够做的一系列动作，因此这样动作视觉捕捉模块31就能够有效的捕捉到视频内人或者宠物的动作了，避免了某些动作遗漏捕捉导致的最后创作出来的音乐与视频内容不匹配的问题。

作为改进的一种具体实施方式，所述视频信息捕捉模块3转换音乐波形的步骤具体包括如下步骤：

步骤一，根据以下公式计算出脸部视觉、动作视觉和宠物视觉的音乐波形的高度y1；

y1＝a1*x+b1；

式中，a1为脸部视觉、动作视觉或宠物视觉某个动作所对应的值，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数，b1为动作修正系数；

步骤二，根据以下公式计算出视频的背景声音的音乐波形的高度y2；

y2＝a2*x+b2；

式中，a2为背景声音的声音高度所对应的值，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数，b2为声音修正系数；

步骤三，根据以下公式计算出音乐波形的高度y；

y＝y1+b1*x+y2+b2*x；

式中，y1为脸部视觉、动作视觉和宠物视觉的音乐波形高度，b1为动作修正系数，y2为背景声音的音乐波形的高度，b2为声音修正系数，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数；

步骤四，计算整个短视频时间段的音乐波形的高度y，形成波形的各个节点，并且在后一个高度小于前一个高度时，后一个高度的节点为前一个高度减去一个常数，连接各个节点构成音乐波形，通过上述步骤一至四的设置，便可将抽象化的动作转换成数值，然后通过计算机的内部计算，便可有效的得出对于的音乐波形，实现了自动化计算音乐波形，方便了创作人的创作过程中，其中本实施例中的脸部视觉、动作视觉或宠物视觉某个动作所对应的值可以采用预设的方式，例如脸部视觉中的眉头高动作对应的值为3，出现酒窝的值为5等，这样有效的实现将动作进行数字化体现，同样的动作修正系数和声音修正系数也都采用预设值的方式来实现，至于动作与声音之间的权重系数则是可以采用首先预设一个基本值，然后在选择了种类以后，增加或减少一定的值，例如选择了宠物，那么基本值加0.5这样，同样的在选择了情感以后，同样增加或减少一定的值，例如选择竞技，那么基本值加0.2这样，同时本实施例中还可加设一个同样的计算方式，计算出结合了背景的音乐波形，以音乐更全面的贴合视频内容，而至于在后一个高度小于前一个高度时，后一个高度的节点为前一个高度减去一个常数，这样，实现出来的效果，就是顶点好像有些缓冲，别柱状顶上去后，是慢慢的往下掉位置变化调整。

同时实施例中可以通过逆向运行的方式，即输入整个歌曲到系统内，然后系统分析出歌曲音乐波形的各个值，然后与外部模型连接，通过值所对应的动作驱动外部模型做出相应的动作，作为一种自动劲舞的模式。

综上所述，本实施例的简易背景音乐自动创建系统，通过种类选择模块1、情感选择模块2和视频信息捕捉模块3以及音乐片段数据库5和歌词填写模块4的设置，便可有效的根据视频内容创作出与之相对应的背景音乐了。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种简易背景音乐自动创建系统，其特征在于，包括：

种类选择模块(1)，用于与人进行人机交互，内存储有多种音乐种类，以供人选择音乐种类后输出；

情感选择模块(2)，用于与人进行人机交互，内存储有多种音乐情感，以供人选择音乐情感后输出；

视频信息捕捉模块(3)，用于捕捉短视频内的视觉信息和声音信息以后转换成音乐波形后输出；

音乐片段数据库(5)，内存储有音乐片段，耦接于视频信息捕捉模块(3)、情感选择模块(2)和种类选择模块(1)，以接收音乐种类、音乐情感和音乐波形后，匹配对应的音乐片段后对音乐片段进行填充整合形成音乐节奏；

歌词填写模块(4)，耦接于音乐片段数据库(5)，并与人进行人机交互，以接收音乐节奏后对音乐节奏进行填词构成完整音乐后进行保存。

2.根据权利要求1所述的简易背景音乐自动创建系统，其特征在于，所述种类选择模块(1)内的音乐种类包括宠物，婴儿，儿童，少年，怀孕，恋爱，中年，老年和风景。

3.根据权利要求2所述的简易背景音乐自动创建系统，其特征在于：所述情感选择模块(2)内的音乐情感包括竞技，运动，怀旧，喜悦，乡村和悲哀。

4.根据权利要求3所述的简易背景音乐自动创建系统，其特征在于：所述视频信息捕捉模块(3)包括动作视觉捕捉模块(31)和声音捕捉模块(32)，所述动作视觉捕捉模块(31)用于捕捉视频的动作视觉，所述声音捕捉模块(32)用于捕捉视频的背景声音。

5.根据权利要求4所述的简易背景音乐自动创建系统，其特征在于：所述动作视觉捕捉模块(31)捕捉的动作视觉包括人动作视觉和宠物动作视觉，其中捕捉的人动作视觉包括行为动作视觉和脸部视觉，所述动作视觉包括左肩关节动作、右肩关节动作、左肘关节动作、右肘关节动作、左髋关节动作、右髋关节动作、左膝关节动作、右膝关节动作、左踝关节动作和右踝关节动作，所述脸部视觉包括眉头高、出现酒窝、眉尾高、嘴角下拉、皱眉、下唇下拉、上眼升高、下巴升高、眼睛收紧、嘴唇拉长、鼻子出皱、嘴唇收紧、上唇升高、嘴唇分开、嘴角拉伸和下颚下落，所述宠物动作视觉包括舌头升、上眼升高、下巴升高、眼睛收紧、嘴唇拉长、鼻子出皱、嘴唇收紧、上唇升高、嘴唇分开、嘴角拉伸和下颚下落。

6.根据权利要求5所述的简易背景音乐自动创建系统，其特征在于：所述视频信息捕捉模块(3)转换音乐波形的步骤具体包括如下步骤：

步骤一，根据以下公式计算出脸部视觉、动作视觉和宠物视觉的音乐波形的高度y1；

y1＝a1*x+b1；

式中，a1为脸部视觉、动作视觉或宠物视觉某个动作所对应的值，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数，b1为动作修正系数；

步骤二，根据以下公式计算出视频的背景声音的音乐波形的高度y2；

y2＝a2*x+b2；

式中，a2为背景声音的声音高度所对应的值，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数，b2为声音修正系数；

步骤三，根据以下公式计算出音乐波形的高度y；

y＝(y1+b1)*x+(y2+b2)*x；

式中，y1为脸部视觉、动作视觉和宠物视觉的音乐波形高度，b1为动作修正系数，y2为背景声音的音乐波形的高度，b2为声音修正系数，x为对应选择的音乐种类和音乐情感所对应的动作与声音之间的权重系数；

步骤四，计算整个短视频时间段的音乐波形的高度y，形成波形的各个节点，并且在后一个高度小于前一个高度时，后一个高度的节点为前一个高度减去一个常数，连接各个节点构成音乐波形。