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:北京百度网讯科技有限公司
摘要:本公开提供了一种口型驱动及其模型训练方法、装置、设备和介质,涉及人工智能技术领域,尤其涉及计算机视觉、虚拟现实、增强现实等技术,可用于数字人、元宇宙场景。具体实现方案为:获取预测音频数据和预测虚拟形象的预测驱动参考数据;提取预测音频数据在不同口型驱动任务下的预测共享音频特征;其中,口型驱动任务包括对不同虚拟形象进行口型驱动的任务;对预测共享音频特征进行特征变换,得到预测虚拟形象对应目标口型驱动任务下的预测任务音频特征;对预测驱动参考数据进行特征编码,得到预测驱动参考特征;对预测驱动参考特征以及预测任务音频特征进行特征解码,确定预测虚拟形象的口型驱动结果。
主权项:1.一种口型驱动方法,包括:获取预测音频数据和预测虚拟形象的预测驱动参考数据;其中,所述预测驱动参考数据为预测虚拟形象的形象描述数据;提取所述预测音频数据在不同口型驱动任务下的预测共享音频特征;其中,所述口型驱动任务包括对不同虚拟形象进行口型驱动的任务,所述预测共享音频特征用于表征所述预测音频数据,在不同口型驱动任务下,对不同虚拟形象的口型变化均能够带来影响的共享特征;对所述预测共享音频特征进行特征变换,得到所述预测虚拟形象对应目标口型驱动任务下的预测任务音频特征;对所述预测驱动参考数据进行特征编码,得到预测驱动参考特征;对所述预测驱动参考特征以及所述预测任务音频特征进行特征解码,确定所述预测虚拟形象的口型驱动结果。
全文数据:
权利要求:
百度查询: 北京百度网讯科技有限公司 口型驱动及其模型训练方法、装置、设备和介质
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。