[发明专利]基于语音驱动数字人模型的视频生成方法及系统有效
| 申请号： | 202310018537.X | 申请日： | 2023-01-06 |
| 公开（公告）号： | CN115914505B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 刘云飞;李昱;周昌印;余飞 | 申请（专利权）人： | 粤港澳大湾区数字经济研究院（福田）;杭州盖视科技有限公司 |
| 主分类号： | H04N5/265 | 分类号： | H04N5/265;G06V40/16;G06V10/82;G06N3/08 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 温宏梅 |
| 地址： | 518045 广东省深圳市福田区福*** | 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： | 本发明公开了一种基于语音驱动数字人模型的视频生成方法及系统，方法包括：获取驱动对象的驱动语音、权限验证信息及被驱动对象；权限验证信息满足被驱动对象的权限验证条件时获取被驱动对象的数字人模型和参考图像；根据数字人模型获取被驱动对象对应的面部特征，根据驱动语音和面部特征获取多组人像参数，根据人像参数和面部特征生成多个人像表征向量；获取各人像表征向量的时序位置编码，根据参考图像、各人像表征向量以及各时序位置编码，通过已训练的神经网络生成器生成各人像表征向量对应的一帧被驱动图像，并生成被驱动视频，被驱动视频中被驱动对象的嘴部动作与驱动语音匹配。本发明有利于提高语音驱动的视频的生成效果和展示效果。 | ||
| 搜索关键词： | 基于 语音 驱动 数字 模型 视频 生成 方法 系统 | ||
【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粤港澳大湾区数字经济研究院（福田）;杭州盖视科技有限公司，未经粤港澳大湾区数字经济研究院（福田）;杭州盖视科技有限公司许可，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/202310018537.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种车轮转角控制方法、装置及电子设备
- 下一篇：高速线材、棒材均温段导槽
