腾讯科技(深圳)有限公司顾宇获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉腾讯科技(深圳)有限公司申请的专利音频生成方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119255028B 。
龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411296036.9，技术领域涉及：H04N21/43；该发明授权音频生成方法、装置、电子设备及存储介质是由顾宇设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。
本音频生成方法、装置、电子设备及存储介质在说明书摘要公布了：本公开实施例公开了一种音频生成方法、装置、电子设备及存储介质，通过提取用于描述目标对象的对象文本的第一文本特征，利用掩膜分数对同一视频帧图像中的第一文本特征进行加权求和，能够得到更加准确地代表视频帧图像中的目标对象的第二文本特征，在此基础上，通过融合多个视频帧图像的第二文本特征得到目标文本特征，使得目标文本特征能够提供帧级别且细粒度的语义信息，后续再获取随机生成的带噪音频信号，以目标视频特征以及目标文本特征作为去噪条件对带噪音频信号进行去噪，得到目标音频信号，基于目标音频信号生成目标视频对应的目标音频，实现帧级别的音频生成，优化了目标音频与目标视频中画面的对齐效果，从而提升音频生成的质量。
本发明授权音频生成方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种音频生成方法，其特征在于，包括： 获取目标视频，提取所述目标视频的目标视频特征； 对所述目标视频中的视频帧图像进行图像分割，得到所述视频帧图像中对象掩膜的掩膜分数，其中，所述对象掩膜用于标记所述视频帧图像中的目标对象； 提取用于描述所述目标对象的对象文本的第一文本特征，利用所述掩膜分数对同一所述视频帧图像中的所述第一文本特征进行加权求和，得到所述视频帧图像的第二文本特征，融合多个所述视频帧图像的所述第二文本特征得到目标文本特征； 获取随机生成的带噪音频信号，以所述目标视频特征以及所述目标文本特征作为去噪条件对所述带噪音频信号进行去噪，得到目标音频信号，基于所述目标音频信号生成所述目标视频对应的目标音频。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人腾讯科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区高新区科技中一路腾讯大厦35层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励