百度AI領域新專利獲授權:虛擬數(shù)字人說話將更像真人
近日,北京百度網(wǎng)訊科技有限公司的“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(申請公布號:CN115345968A)。
根據(jù)專利摘要顯示的信息,則以專利涉及人工智能相關的深度學習、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。
簡單來說,依靠該專利,基于人工智能深度學習,虛擬數(shù)字人在發(fā)聲時,嘴唇部分的肌肉動作能夠更為貼近真人,從而實現(xiàn)整體擬真度的提升。
在后續(xù),基于這一技術,以及百度公布的類ChatGPT項目文心一言(ERNIE Bot),百度有望推出高度擬真,且可以與用戶自然對話的虛擬形象。
最新推薦
閱讀排行榜
欄目索引
相關內(nèi)容