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！

龙图腾网获悉中国传媒大学申请的专利一种视听内容同步音效合成方法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：CN120358379B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510868599.9，技术领域涉及：H04N21/43；该发明授权一种视听内容同步音效合成方法是由刘子航设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种视听内容同步音效合成方法在说明书摘要公布了：本发明公开了一种视听内容同步音效合成方法，涉及视听内容处理技术领域。该视听内容同步音效合成方法，通过对待合成的每帧图像数据进行特征提取，结合预训练视觉事件识别模型识别需生成音效的关键帧，提取其触发事件信息，并进一步分析对应帧图像的空间声像定位指数与情绪音效调节指数。在此基础上，计算每帧图像的音效匹配指数，与预设音效片段进行区间匹配，实现精准选取与合成音效，本发明通过引入图像特征集，并借助预训练的视觉事件识别模型，构建了面向图像事件动态的完整识别路径，不仅可在视觉信息无显著场景切换的情况下精准识别出具有声效需求的事件帧，还能通过输出事件区域图像数据、事件类型和触发时间等结构化信息。

本发明授权一种视听内容同步音效合成方法在权利要求书中公布了：1.一种视听内容同步音效合成方法，其特征在于，包括以下步骤： 获取待合成的若干帧图像数据，并分别进行特征提取，得到待合成的每帧图像的图像特征集； 将待合成的每帧图像的图像特征集输入至预训练的视觉事件识别模型中，识别需生成音效的若干帧图像，并输出对应的触发事件帧信息； 基于图像特征集和触发事件帧信息，分析需生成音效的每帧图像的空间声像定位指数和情绪音效调节指数； 基于空间声像定位指数和情绪音效调节指数，匹配需生成音效的每帧图像的音效片段，并执行音效合成处理； 触发事件帧信息包括触发时间、事件类型与事件区域图像数据，事件区域图像数据包括若干个事件像素点的像素值以及二维坐标，所述视觉事件识别模型包括帧级特征编码层、时间序列建模层、注意力聚焦层、事件分类与定位输出层； 识别需生成音效的若干帧图像，并输出对应的触发事件帧信息的具体步骤如下： 在视觉事件识别模型的帧级特征编码层中，接收待合成的每帧图像的图像特征集，并进行逐字段编码，输出对应帧的图像编码特征向量； 在视觉事件识别模型的时间序列建模层中，将每帧图像的图像编码特征向量按时间顺序排列，构建时间序列特征张量，并提取每帧图像的时间关联特征向量； 在视觉事件识别模型的注意力聚焦层中，读取每帧图像的时间关联特征向量，并对其与相邻帧的特征变化速率进行差异评分，提取差异评分高于设定阈值的帧作为候选触发事件帧； 在视觉事件识别模型的事件分类与定位输出层中，根据候选触发事件帧的图像编码特征向量，分析输出需生成音效的若干帧图像的对应触发事件帧信息； 计算需生成音效的某帧图像的空间声像定位指数的具体公式如下： 其中，KsD、BrQ、ZgL、ZpY、MjZ依次为需生成音效的某帧图像的空间声像定位指数、边缘扰动强度、帧间光流向量模值、中心坐标偏移值、事件区域面积占比值，δ1、δ2、δ3、δ4依次为数据库中存储的边缘扰动响应系数、光流响应系数、中心偏移响应系数、面积占比响应系数； 计算需生成音效的某帧图像的情绪音效调节指数的具体公式如下： 其中，QyX、StB、WrB、ZsT、LjZ依次为需生成音效的某帧图像的情绪音效调节指数、色彩突变率、纹理扰动比率、最大色彩梯度值、图像亮度均值，λ1、λ2、λ3、λ4、λ5依次为数据库中存储的色彩突变响应系数、纹理扰动响应系数、交互响应系数、色彩梯度响应系数、图像亮度响应系数。

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中国传媒大学，其通讯地址为：100020 北京市朝阳区定福庄东街1号；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”。