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。