[发明专利]虚拟对象口型驱动方法、相关装置和介质有效
| 申请号： | 202310936907.8 | 申请日： | 2023-07-28 |
| 公开（公告）号： | CN116665695B | 公开（公告）日： | 2023-10-20 |
| 发明（设计）人： | 季孝忠;朱俊伟;罗栋豪;邰颖;汪铖杰 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L21/0356 | 分类号： | G10L21/0356 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 谭英强 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种虚拟对象口型驱动方法、相关装置和介质。该虚拟对象口型驱动方法包括：获取虚拟对象的面部标识；获取用于驱动虚拟对象的目标语音，目标语音中每个时区对应于虚拟对象的口型驱动视频中的一帧；从目标语音中提取语音特征，并将每个时区的语音特征与时区的位置信息进行编码得到第一编码串；对第一编码串与面部标识进行变换层处理，得到与时区对应的、虚拟对象的表情系数；基于时区对应的表情系数，在位置信息对应的帧中，对虚拟对象进行口型驱动。本公开实施例提高了口型驱动的准确性和时序稳定性。本公开实施例可应用于机器人与数字人等场景。 | ||
| 搜索关键词： | 虚拟 对象 口型 驱动 方法 相关 装置 介质 | ||
【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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/202310936907.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 虚拟对象口型驱动方法、相关装置和介质-202310936907.8
- 季孝忠;朱俊伟;罗栋豪;邰颖;汪铖杰 - 腾讯科技（深圳）有限公司
- 2023-07-28 - 2023-10-20 - G10L21/0356
- 本公开提供了一种虚拟对象口型驱动方法、相关装置和介质。该虚拟对象口型驱动方法包括：获取虚拟对象的面部标识；获取用于驱动虚拟对象的目标语音，目标语音中每个时区对应于虚拟对象的口型驱动视频中的一帧；从目标语音中提取语音特征，并将每个时区的语音特征与时区的位置信息进行编码得到第一编码串；对第一编码串与面部标识进行变换层处理，得到与时区对应的、虚拟对象的表情系数；基于时区对应的表情系数，在位置信息对应的帧中，对虚拟对象进行口型驱动。本公开实施例提高了口型驱动的准确性和时序稳定性。本公开实施例可应用于机器人与数字人等场景。
- 一种基于人工智能的音视频同步方法及系统-202310223830.X
- 张耀庭 - 湖北雅派文化传播有限公司
- 2023-03-09 - 2023-06-06 - G10L21/0356
- 本发明公开了一种基于人工智能的音视频同步方法及系统，涉及音频处理技术领域，该方法包括：采集获得原始文件，其中，原始文件包括音频文件和视频文件；构建原始文件的用户特征和语音特征的特征映射关系；进行音频文件的特征识别标识，获得用户标识结果；构建偏离验证时间区间，通过用户标识结果、偏离验证时间区间进行视频文件的音视频同步匹配，获得匹配结果；采集获得校正需求信息，根据校正需求信息解析获得特征帧数量；根据特征帧数量和匹配结果生成校正特征帧，根据校正特征帧进行音频文件的同步调整。本发明解决了现有技术中音视频同步准确率低，处理时间长的技术问题，达到了智能化进行音视频同步处理，缩短调整时间的技术效果。
- 声波纹直播方法、装置、服务器、客户端设备及存储介质-202010187645.6
- 刘鑫;王涣祺 - 广州虎牙科技有限公司
- 2020-03-17 - 2023-05-23 - G10L21/0356
- 本申请提供一种声波纹直播方法、装置、服务器、客户端设备及存储介质，涉及互联网应用领域。本申请通过服务器获取同一互动直播间中至少一个主播通过目标客户端设备上传的待直播语音信号，并由服务器基于获取到的待直播语音信号以及每个待直播语音信号的音量信息及主播信息，使生成的待直播音频流中的每个待直播音频帧记录有与音频内容对应的主播信息及音量信息，而后将该待直播音频流传输给该互动直播间下的每个目标客户端设备，由目标客户端设备在对每个待直播音频帧进行音频播放的同时，按照每个待直播音频帧的主播信息及音量信息显示声波纹图案，从而达到音频播放与声波纹显示的同步直播效果，准确表达被播音频与发声主播的关联关系。
- 专利分类
