[发明专利]一种音视频生成方法、装置、计算机设备和存储介质在审
| 申请号： | 202210375425.5 | 申请日： | 2022-04-11 |
| 公开（公告）号： | CN116934638A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 鲍文杰 | 申请（专利权）人： | 广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06T7/246;G10L13/08 |
| 代理公司： | 深圳紫藤知识产权代理有限公司 44570 | 代理人： | 黄灵飞 |
| 地址： | 510530 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本申请实施例公开了一种音视频生成方法、装置、计算机设备和存储介质，通过获取目标对象的对象特征信息和头部预测运动轨迹信息，以及获取待合成音频的音频特征信息；基于对象特征信息和音频特征信息进行唇部运动映射，生成目标对象的的唇部图像；将唇部图像与目标对象的脸部图像进行图像融合，得到融合后脸部图像，融合后脸部图像包含唇部图像；根据融合后脸部图像、头部预测运动轨迹信息和待合成音频生成合成音视频。该方案通过将目标对象的唇部运动状态和头部运动状态进行解耦，结合唇部图像和头部预测运动轨迹信息生成合成视频，音频特征信息与唇部运动状态有更强的相关性，通过解耦可以更加准确地生成唇部图像，提高生成的合成音视频的质量。 | ||
| 搜索关键词： | 一种 视频 生成 方法 装置 计算机 设备 存储 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广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司，未经广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司许可，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/202210375425.5/，转载请声明来源钻瓜专利网。
- 上一篇：显示装置和近眼显示系统
- 下一篇：一种机器人越障辅助装置及越障方法
