申请/专利权人：世优(北京)科技有限公司

申请日：2023-11-24

公开（公告）日：2024-03-22

公开（公告）号：CN117746887A

主分类号：G10L21/10

分类号：G10L21/10;G10L25/30;G06F40/126;G06V40/16;G06V10/74

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本申请提供了一种基于离散编码的语音驱动嘴型生成方法及装置，其中，该方法包括：采用向量量化的方式对面部图片进行离散编码，得到多个第一离散向量，并将所述离散向量转化为中间特征；对所述中间特征进行解码，得到与所述第一离散向量的维度对应的第二离散向量，并基于所述第二离散向量生成嘴型。本申请解决了现有技术中生成嘴型的自然度不高的技术问题。

主权项：1.一种基于离散编码的语音驱动嘴型生成方法，其特征在于，包括：采用向量量化的方式对面部图片进行离散编码，得到多个第一离散向量，并将所述第一离散向量转化为中间特征；对所述中间特征进行解码，得到与所述第一离散向量的维度对应的第二离散向量，并基于所述第二离散向量生成嘴型。

全文数据：

权利要求：

百度查询： 世优(北京)科技有限公司 基于离散编码的语音驱动嘴型生成方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD