申请/专利权人：上海幻维数码创意科技股份有限公司

申请日：2020-12-30

公开（公告）日：2024-03-26

公开（公告）号：CN112700520B

主分类号：G06T13/20

分类号：G06T13/20;G06T13/40;G10L19/032

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2021.05.11#实质审查的生效;2021.04.23#公开

摘要：本发明涉及一种基于共振峰的口型表情动画生成方法、装置及存储介质，方法包括以下步骤：对音频信号进行分帧处理；进行快速傅里叶变换，得到每个语音帧的频谱，获取每个语音帧的共振峰数据；基于共振峰数据得到每个语音帧对应的控制字；替换控制序列中的奇异点，得到元音序列，基于元音序列，生成口型动画和表情动画。与现有技术相比，本发明基于共振峰数据，得到每个声音帧对应的元音，再通过替换奇异点，可以减少抖动，口型和表情的变化更加自然流畅，保证了视觉效果，提升了用户体验；每次自元音序列中读取多个控制字，将出现次数最多的控制字作为目标控制字，进一步抑制了因声音突变而造成的口型和表情突变。

主权项：1.一种基于共振峰的口型表情动画生成方法，其特征在于，包括以下步骤：S1：获取音频信号，对音频信号进行分帧处理，得到N个语音帧，N0；S2：对每个语音帧分别进行快速傅里叶变换，得到每个语音帧的频谱，基于频谱分别得到每个语音帧的共振峰数据；S3：基于共振峰数据，分别得到每个语音帧对应的控制字，N个语音帧的控制字组成了控制序列{k1、k2、…、kN}，每一个控制字ki对应一个元音，1≤i≤N；S4：遍历控制序列，替换控制序列中的所有奇异点，得到元音序列，具体为：对于控制序列中的控制字ks，2≤s≤N-2，如果ks≠ks-1，且ks-1＝ks+1＝ks+2，则控制字ks为奇异点，将ks的值替换为ks-1；S5：基于元音序列，生成口型动画和表情动画；所述步骤S2中基于频谱分别得到每个语音帧的共振峰数据具体为：获取每个语音帧的前3个共振峰F1、F2、F3；所述步骤S5具体为：根据预设置的读取速度，每次自元音序列中读取q个控制字，q0，取q个控制字中出现次数最多的控制字为目标控制字，获取目标控制字对应的目标元音，获取目标元音对应的目标口型和目标表情，生成目标口型动画和目标表情动画；所述读取速度为10次s，q的取值为10，即每秒读取10次，每次自元音序列中读取10个控制字。

全文数据：

权利要求：

百度查询： 上海幻维数码创意科技股份有限公司 基于共振峰的口型表情动画生成方法、装置及存储介质

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