[发明专利]语音驱动头部图像合成影音文件的方法

摘要

本发明涉及一种语音驱动头部图像合成影音文件的方法。它包括取静态头部数码图像；提取头部、脸部及五官轮廓特征点数据坐标，并计算图像动画模式数据；生成包括口形闭合帧、口形张开帧、表情帧以及三种类型图像帧的各自数目在内的图像特征数据文件；采集语音数码信息；分析、提取语音特征数据，生成包括有声音语音帧和无声音语音帧在内的语音特征数据文件；将图像特征数据文件和语音特征数据文件同步合成，使得有声音语音帧对应口形张开帧，无声音语音帧对应口形闭合帧，然后输出。本发明具有图像逼真、可实现人脸及动物脸部表情的动画，制作方便简单，便于推广使用等特点。

主权项

1.一种语音驱动头部图像合成影音文件的方法，其特征是包括下列步骤：步骤1、取静态头部数码图像；步骤2、提取头部、脸部及五官轮廓特征点数据坐标，并计算图像动画模式数据，用以确定口形闭合帧帧数、口形张开帧帧数以及表情帧帧数；步骤3、生成包括口形闭合帧、口形张开帧、表情帧以及三种类型图像帧的各自数目在内的图像特征数据文件；步骤4、采集语音数码信息；步骤5、分析语音数码信息，提取语音特征数据；步骤6、生成包括有声音语音帧和无声音语音帧在内的语音特征数据文件；步骤7、上述图像特征数据文件和语音特征数据文件同步合成，使得有声音语音帧对应口形张开帧，无声音语音帧对应口形闭合帧，然后输出。