申请/专利权人：神思电子技术股份有限公司

申请日：2023-12-28

公开（公告）日：2024-04-09

公开（公告）号：CN117852648A

主分类号：G06N5/04

分类号：G06N5/04;G06V40/16;G06V20/40;G06Q50/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种定制化数字人实时交流方法、系统及介质，属于计算机视觉技术领域，用于解决目前的数字人说话视频生成方法，生成的视频保真度较差，头部与躯干部分容易有较明显的接缝，影响观感；且大多采用统一的形象，无法生成个性化的数字人形象的技术问题。方法包括：在目标人物的说话视频中截取说话视频样本并进行预处理，提取目标人物的人脸特征及音频特征，训练目标人物的数字人模型；捕获用户的提问音频，并生成对应的应答音频；提取应答音频的音频特征，并输入数字人模型中进行模型推理，得到目标人物的数字人应答推理视频；将数字人应答推理视频逐帧拼接到说话视频中，并进行拼缝消除处理，得到数字人应答视频。

主权项：1.一种定制化数字人实时交流方法，其特征在于，所述方法包括：在目标人物的说话视频中截取说话视频样本并进行预处理，提取所述目标人物的人脸特征及音频特征；根据所述人脸特征及音频特征，训练所述目标人物的数字人模型；捕获用户的提问音频，并生成对应的应答音频；提取所述应答音频的音频特征，并输入所述数字人模型中进行模型推理，得到所述目标人物的数字人应答推理视频；将所述数字人应答推理视频逐帧拼接到所述说话视频中，并进行拼缝消除处理，得到数字人应答视频。

全文数据：

权利要求：

百度查询： 神思电子技术股份有限公司 一种定制化数字人实时交流方法、系统及介质

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