百度新專利可使虛擬數(shù)字人深度學習唇部動作
IT之家 2 月 13 日消息,2 月 7 日,北京百度網(wǎng)訊科技有限公司“虛擬對象驅(qū)動方法、深度學習網(wǎng)絡的訓練方法及裝置”專利獲授權。
專利摘要顯示,本專利涉及人工智能領域,尤其涉及深度學習、計算機視覺、虛擬 / 增強現(xiàn)實和圖像處理技術領域,可應用于虛擬數(shù)字人、元宇宙等場景。具體實現(xiàn)方案包括:響應于獲取的語音數(shù)據(jù),確定初始語音特征;對初始語音特征進行時序增強處理,得到目標語音特征;基于目標語音特征和目標虛擬對象的基準面部圖像,生成唇形圖像序列;根據(jù)唇形圖像序列,對目標虛擬對象進行驅(qū)動,使目標虛擬對象執(zhí)行與語音數(shù)據(jù)匹配的唇部動作。
IT之家發(fā)現(xiàn),簡而言之,這個專利可使虛擬數(shù)字人在說話時的唇部動作更加接近真人。值得一提的是,百度此前已經(jīng)正式對外確認將發(fā)布類 ChatGPT 項目“文心一言”(ERNIE Bot),如果再結合這個技術,那么就能打造更加逼真的虛擬數(shù)字人了。
最新推薦
閱讀排行榜
欄目索引
相關內(nèi)容