[发明专利]语音和文本联合驱动的卡通人脸动画生成方法

摘要

本发明涉及一种语音和文本联合驱动的卡通人脸动画生成方法，包括建立语音视位映射库、文本分析、语音切分及语音合并、视位参数拼接步骤；本发明的优点在于：能够自定义音节－视位映射，从而实现各种具有夸张表情效果的唇型和脸形，最终合成卡通人脸动画；不需要大规模数据库进行训练；能够在文本的指导下，进行语音切分，提取音节时长信息，从而合成具有唇型和表情同步的人脸动画。

主权项

1、一种语音和文本联合驱动的卡通人脸动画生成方法，其特征在于，包括如下步骤：1)输入一段语音数据及其相应的文本，对所述输入文本进行文本分析，提取所述输入文本中所有的有效发音音节，得到输入语音数据中所包含的音节个数；并根据所述有效发音音节查找音节视位映射库，得到输入语音中每个音节所对应的视位参数子序列；2)采用双阈值端点检测算法对输入的语音数据进行语音切分，得到一系列语音段，该语音段个数多于步骤1)中得到的音节个数；不断地将时长最短的语音段与其相邻语音段合并，直到语音段的数目与步骤1)中得到的音节个数一致，将最终得到的各语音段的时长作为各音节的时长信息；3)根据步骤2)中获得的各音节的时长信息，将步骤1)中得到的各音节的视位参数子序列拼接成整个输入语音的视位参数序列，将该视位参数序列作为最后输出的连续的动画参数。