[发明专利]基于语义的音频驱动数字人生成方法及系统在审
| 申请号： | 202011382282.8 | 申请日： | 2020-12-01 |
| 公开（公告）号： | CN112562722A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 王涛;徐常亮 | 申请（专利权）人： | 新华智云科技有限公司 |
| 主分类号： | G10L21/10 | 分类号： | G10L21/10;G10L15/18;G10L15/16;G10L15/02;G10L25/57;G06K9/00;G06T15/00;G06N3/04;G06N3/08 |
| 代理公司： | 杭州裕阳联合专利代理有限公司 33289 | 代理人： | 田金霞 |
| 地址： | 310012 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于语义的音频驱动数字人生成方法及系统，其中生成方法包括以下步骤：获取目标音频和第一人脸图像序列；对所述目标音频进行特征提取，获得相应的音频特征；将所述音频特征输入至预训练的语义转换网络，由所述语义转换网络将所述音频特征进行语义转换，获得相应的语义运动序列，所述语义运动序列包括若干个嘴部语义图；基于第一人脸图像序列获取所述嘴部语义图相同数量的待渲染人脸图像，待渲染人脸图像的嘴部区域被遮挡，基于所述嘴部语义图和所述待渲染人脸图像进行人脸合成，生成合成人脸序列。本发明通过语义转换网络实现音频与面部语义的转换，且利用面部语义达到对口型的精确表达。 | ||
| 搜索关键词： | 基于 语义 音频 驱动 数字 人生 成方 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新华智云科技有限公司，未经新华智云科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011382282.8/，转载请声明来源钻瓜专利网。
