一種自然語言轉(zhuǎn)換為動畫分鏡頭劇本數(shù)據(jù)的方法
【技術領域】
[0001] 本發(fā)明屬于計算機動畫技術領域，具體涉及一種將自然語言轉(zhuǎn)換為動畫分鏡頭劇 本數(shù)據(jù)的方法。
【背景技術】
[0002] 動畫制作是一項應用廣泛的技術，在廣播電視、網(wǎng)絡等領域有著普遍化的應用。在 制作動畫時，需要將劇本和畫面分鏡頭構(gòu)思，才能夠創(chuàng)造出豐富合理的視覺效果。目前，動 畫分鏡頭劇本的生成還是依靠人工方式，由編劇將自然語言人工轉(zhuǎn)化為受限語言，即劇本， 再由導演人工的將劇本轉(zhuǎn)化為分鏡頭劇本，分鏡頭劇本再由原畫師轉(zhuǎn)換為動畫數(shù)據(jù)，整個 過程十分費時費力，效率低下，且容易出錯。

【發(fā)明內(nèi)容】

[0003] 為解決上述問題，本發(fā)明公開了一種動畫分鏡頭劇本數(shù)據(jù)的轉(zhuǎn)換方法，能夠?qū)⒆?然語言，直接生成分鏡頭劇本數(shù)據(jù)，快速高效。
[0004] 為了達到上述目的，本發(fā)明提供如下技術方案： 一種動畫分鏡頭劇本數(shù)據(jù)的轉(zhuǎn)換方法，包括如下步驟： 步驟A，建立素材的關鍵字詞：按照分鏡頭表現(xiàn)內(nèi)容不同，劃分鏡頭類型;根據(jù)不同類 型的分鏡頭的數(shù)據(jù)要求，建立每個類型分鏡頭中必需的參數(shù);根據(jù)各項參數(shù)特點，建立各個 屬性特征;將素材按各參數(shù)下不同的屬性特征建立各素材的多個關鍵字詞； 步驟B，對自然語言進行完整句截取，得到一個個包含完整的語義和一定數(shù)量文字/符 號的完整句； 步驟C，完整句和關鍵字詞的匹配:依次對步驟B得到的完整句進行關鍵字詞的匹配，匹 配時，對每個完整句，按照分鏡頭類型的次序，分別做不同分鏡頭類型的各個參數(shù)的關鍵字 詞匹配，得到某種鏡頭類型中吻合度最高的素材的名稱作為分鏡頭劇本數(shù)據(jù)。
[0005] 進一步的，所述步驟C具體包括以下步驟： 按照次序進行多項匹配，如果匹配失敗，再進行單項匹配，依次匹配每個完整句； 所述多項匹配包括以下步驟： 人物匹配:將所有人稱代詞和角色庫中的每個角色的關鍵字與完整句中的文字做匹 配，當匹配成功時根據(jù)角色數(shù)區(qū)分鏡頭類型是否為雙人鏡頭； 動作表情匹配:當人物匹配成功時，將每個表情的關鍵詞、每個動作的關鍵詞與完整句 中的字詞做匹配，當匹配成功時區(qū)分鏡頭類型是否為動作鏡頭、特寫鏡頭； 背景前景匹配：當人物匹配和動作表情匹配均成功時，再將背景庫的每個背景的關鍵 詞與完整句中的字詞做匹配;匹配成功，則選擇該背景，否則無背景;再與前景庫的每個前 景的關鍵詞做匹配;匹配成功，則選該前景;否則無前景； 所述單項匹配包括以下步驟： 情景匹配:把所有情景素材的關鍵詞與句子中的字詞做匹配，成功則選擇該素材做情 景鏡頭； 當情景關鍵詞匹配失敗時，還需進行單幀匹配:把單幀關鍵詞與句子中的字詞做匹配， 成功則選擇該素材做單幀鏡頭。
[0006] 進一步的，在單項匹配步驟中，如果單幀關鍵詞匹配也失敗，則與所有的背景關鍵 詞做匹配，成功則需再做一次前景關鍵詞匹配，都成功，則選擇該背景、前景的素材做字幕 鏡頭，否則做有背景無前景的字幕鏡頭。
[0007] 進一步的，當步驟C中所有匹配均失敗時，則做空白背景的字幕鏡頭。
[0008] 進一步的，所述步驟A中鏡頭類型包括:雙人動作鏡頭、動作鏡頭、特寫鏡頭、情景 鏡頭、單幀鏡頭、字蒂鏡頭。
[0009] 進一步的，所述步驟B中完整句截取的方法為：當自然語言中出現(xiàn)了句尾符號，且 第一個文字/符號到該句尾符號的文字/字符總數(shù)小于一定數(shù)量，則截取該符號及其之前的 文字/符號為一個完整句；當一定數(shù)量的文字/符號后還沒有出現(xiàn)句尾符號，則從第一個文 字/符號開始，一直截取到位于特定位置之間的第一個符號，作為一個完整句，令該完整句 以符號結(jié)尾。
[0010] 與現(xiàn)有技術相比，本發(fā)明具有如下優(yōu)點和有益效果： 通過本發(fā)明方法，能將各種不受限、無規(guī)則的自然語言，快速高效地生成能夠完整的表 達多個連續(xù)語義的、不同類型的分鏡頭劇本數(shù)據(jù)，避免了傳統(tǒng)的自然語言由編劇人工轉(zhuǎn)化 為劇本，再由導演人工的將劇本轉(zhuǎn)化為分鏡頭劇本，分鏡頭劇本再由原畫師轉(zhuǎn)換為動畫數(shù) 據(jù)的冗長過程，分類和匹配過程精準，避免人為失誤，大幅度的提高了動畫的制作效率。
【附圖說明】
[0011] 圖1為第一完整句對應的鏡頭類型、參數(shù)、素材名及最終得到的動畫截圖； 圖2為第二完整句對應的鏡頭類型、參數(shù)、素材名及最終得到的動畫截圖； 圖3為第三完整句對應的鏡頭類型、參數(shù)、素材名及最終得到的動畫截圖； 圖4為第四完整句對應的鏡頭類型、參數(shù)、素材名及最終得到的動畫截圖； 圖5為第五完整句對應的鏡頭類型、參數(shù)、素材名及最終得到的動畫截圖。
【具體實施方式】
[0012] 以下將結(jié)合具體實施例對本發(fā)明提供的技術方案進行詳細說明，應理解下述具體 實施方式僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。
[0013] 本發(fā)明提供的將自然語言直接轉(zhuǎn)換為動畫分鏡頭劇本數(shù)據(jù)的方法，主要包括以下 幾個步驟： 步驟A，將動畫中不同類型的分鏡頭的各項參數(shù)下的所有素材，按多個屬性特征建立多 個關鍵字詞，本步驟具體包括以下幾個分步驟： 1、首先按照分鏡頭表現(xiàn)內(nèi)容不同，劃分鏡頭類型。下表1中列出了幾種分鏡頭類型示 例，但不應作為本發(fā)明的限制，根據(jù)需要還可能劃分出其他分鏡頭類型。
[0014] 1、根據(jù)不同類型的分鏡頭的數(shù)據(jù)要求，建立每個類型分鏡頭中必需的參數(shù)。
[0015] 3、根據(jù)各項參數(shù)特點，建立不同的屬性特征。
[0016] 上表中屬性特征及其數(shù)量可以根據(jù)需要擴充。
[0017] 4、將所有素材(素材是指可以用來制作動畫的各種圖片，可能包括背景、前景、人 物、臉部表情、人物動作等等），按各參數(shù)下不同的屬性特征建立多個關鍵字詞，并將關鍵詞 存入數(shù)據(jù)庫中。以下以部分素材樣例為例，列出了其中各個關鍵字詞，需要說明的是，這些 關鍵字詞并不作為本發(fā)明的限制。
[0018] 步驟B，對自然語言進行包含完整的語義和一定數(shù)量文字/符號的句子截取。
[0019] 本發(fā)明定義了完整句的含義，以完整句為單位對自然語言進行截取，在一個完整 句截取之后，從該完整句結(jié)束后的第一個文字開始，再做下二個完整句的截取。完整句的截 取規(guī)則如下： 當自然語言中出現(xiàn)了句尾符號（如:句號（。）、感嘆號（！）、問號（？）、省略號（…）等表示 一句結(jié)尾的符號），且第一個文字/符號到該句尾符號的文字/字符總數(shù)小于41，則該符號及 其之前的文字/符號視為一個"完整句"進行截取。
[0020] 當超過41個文字/符號后還沒有出現(xiàn)句尾符號，則從第一個文字/符號開始，一直 截取到位于第24到第41之間（包括處在第24和第41位置上的符號）出現(xiàn)的第一個符號(包含 該符號），作為一個完整句進行截取，令該完整句以任意符號結(jié)尾。前述的41、24均為本例提 出的優(yōu)選值，這些數(shù)值可以根據(jù)需要改變。
[0021 ]根據(jù)以上規(guī)則，能夠?qū)⒆匀徽Z言劃分成一個個"完整句"。
[0022]例如，針對以下自然語言"下雪了，三胖和謙哥還站在酒樓外跟大家揮手告別…郭 德綱哭著跑了過來。德剛哭著:你們倆怎么搞到一起了？這時，天空電閃雷鳴…仿佛在說:無 厘頭草泥馬呀"，經(jīng)過截取后，得到以下幾個完整句： "下雪了，三胖和謙哥還站在酒樓外跟大家揮手告別…" "郭德綱哭著跑了過來。" "德剛哭著:你們倆怎么搞到一起了?" "這時，天空電閃雷鳴…" "仿佛在說:無厘頭草泥馬呀" 步驟C，把截取到的每個完整句，按照分鏡頭參數(shù)的常用性次序，分別做不同分鏡頭類 型的各個參數(shù)的關鍵字詞匹配，在滿足某個類型分鏡頭參數(shù)匹配的基礎上，將吻合度最高 的素材名稱，作為分鏡頭劇本的參數(shù)的對應數(shù)據(jù)。
[0023] 具體地說，先按照角色、表情、動作、背景、前景次序，進行多項匹配，如果匹配失 敗，再進行單項匹配，依次對每個"完整句"中的每個字詞進行匹配。上述次序可以根據(jù)需要 進行調(diào)整。
[0024] 在匹配過程中，如果有多個關鍵詞均匹配成功，選用具有最高吻合度的素材，如具 有最高吻合度的素材有多個則隨機選擇其中一個素材。一個素材關鍵詞匹配成功的個數(shù)越 多，則吻合度越高。具體的說，在同一完整句中，累計各關鍵詞的匹配次數(shù)，計算各素材下關 鍵詞的匹配總次數(shù)，選擇總次數(shù)最高的素材，當總次數(shù)最高的素材超過一個時，隨機選擇其 中一個素材。本例提供了吻合度計算公式如下： 吻合度(W%)=關鍵詞匹配成功個數(shù)(A)/關鍵詞總數(shù)(B)*100% 多項匹配的過程如下： 首先進行人物匹配:將所有人稱代詞(我、你、他、她、我們、你們、他們等)和角色庫（角 色庫中存儲有：角色關聯(lián)的五官、身體服飾的編碼，角色的名稱和關鍵字詞）中的關鍵字與 完整句中的文字做匹配。匹配成功是指庫中具有與完整句中文字一致的記錄。如果人稱代 詞匹配成功，則選擇最新角色(是指用戶制作完成、最新放入角色庫中的角色）；如果角色庫 昵稱匹配成功，或者兩個都匹配成功，則選擇角色庫昵稱的角色;兩個或者兩個以上的角色 昵稱匹配成功，則為雙人鏡頭(本發(fā)明所指的雙人鏡頭中可能包含兩個及兩個以上人數(shù)，并 不限制人數(shù)為兩人）。
[0025]針對前述完整句進行人物匹配后，第一個完整句中關于人物的