申请/专利权人：上海交通大学

申请日：2023-12-18

公开（公告）日：2024-03-22

公开（公告）号：CN117746840A

主分类号：G10L15/06

分类号：G10L15/06;G10L17/04;G10L25/18;H04N21/44

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：本发明公开了一种实时高保真语音驱动数字人系统，涉及语音驱动数字人技术领域。包括数据采集模块、数据预处理模块、数字人训练模块、数字人推理模块；数据采集模块收集数字人模型训练所需要的训练资料；数据预处理模块将收集到的视频音频转换成数字人训练所需的格式；数字人训练模块训练数字人模型，数字人模型基于3DGaussianSplatting；数字人推理模块给定任意语音音频和相机参数，渲染合成指定人物形象的说话视频。本发明语音驱动数字人，生成实时性高，画面质量好，极大的减小了数字人的训练代价，丰富了数字人的应用场景。

主权项：1.一种实时高保真语音驱动数字人系统，其特征在于，包括数据采集模块、数据预处理模块、数字人训练模块、数字人推理模块；所述数据采集模块，收集数字人模型训练所需要的训练资料；所述数据预处理模块，将收集到的视频音频转换成数字人训练所需的格式；所述数字人训练模块，训练数字人模型，数字人模型基于3DGaussianSplatting；所述数字人推理模块，给定任意语音音频和相机参数，渲染合成指定人物形象的说话视频。

全文数据：

权利要求：

百度查询： 上海交通大学 一种实时高保真语音驱动数字人系统

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