龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：巨人移动技术有限公司
摘要：本发明涉及一种数字人数据获取方案及多模态驱动模型训练方法，包括以下步骤：采用视觉编码器从图像中提取唇部动作特征，并将其转换为视觉表示；采用音频编码器将原始音频信号转换为连续的特征序列；采用一同步模块将视觉表示和连续的特征序列进行融合，得到融合后的特征向量；录制多个显示数字人表情和动作的视频；设计文本编码器处理网络输入的文本，使用时间序列学习模型将语音处理成文本时间序列数据；采用融合后的特征向量、多个显示数字人表情和动作的视频进行训练，得到能用的多模态驱动模型，将处理后的文本及文本时间序列数据输入能用的多模态驱动模型，生成数字人画面。本发明能实现更加自然的数字人生成效果。
主权项：1.一种数字人数据获取方案及多模态驱动模型训练方法，其特征在于，包括以下步骤：采用视觉编码器从图像中提取唇部动作特征，并将其转换为视觉表示；采用音频编码器将原始音频信号转换为连续的特征序列；采用一同步模块将视觉编码器输出的视觉表示和音频编码器输出的连续的特征序列进行融合，得到融合后的特征向量；录制多个显示数字人表情和动作的视频；设计文本编码器处理网络输入的文本，使用时间序列学习模型将语音处理成文本时间序列数据；将融合后的特征向量、多个显示数字人表情和动作的视频输入初始多模态驱动模型进行训练，得到能用的多模态驱动模型，将处理后的文本及文本时间序列数据输入能用的多模态驱动模型，生成数字人画面。
全文数据：
权利要求：
百度查询： 巨人移动技术有限公司 一种数字人数据获取方案及多模态驱动模型训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号