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(duì)象驅(qū)動(dòng)方法、深度學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練方法及裝置”專利獲授權(quán)。
專利摘要顯示，本專利涉及人工智能領(lǐng)域，尤其涉及深度學(xué)習(xí)、計(jì)算機(jī)視覺、虛擬 / 增強(qiáng)現(xiàn)實(shí)和圖像處理技術(shù)領(lǐng)域，可應(yīng)用于虛擬數(shù)字人、元宇宙等場(chǎng)景。具體實(shí)現(xiàn)方案包括：響應(yīng)于獲取的語(yǔ)音數(shù)據(jù)，確定初始語(yǔ)音特征；對(duì)初始語(yǔ)音特征進(jìn)行時(shí)序增強(qiáng)處理，得到目標(biāo)語(yǔ)音特征；基于目標(biāo)語(yǔ)音特征和目標(biāo)虛擬對(duì)象的基準(zhǔn)面部圖像，生成唇形圖像序列；根據(jù)唇形圖像序列，對(duì)目標(biāo)虛擬對(duì)象進(jìn)行驅(qū)動(dòng)，使目標(biāo)虛擬對(duì)象執(zhí)行與語(yǔ)音數(shù)據(jù)匹配的唇部動(dòng)作。
IT之家發(fā)現(xiàn)，簡(jiǎn)而言之，這個(gè)專利可使虛擬數(shù)字人在說話時(shí)的唇部動(dòng)作更加接近真人。值得一提的是，百度此前已經(jīng)正式對(duì)外確認(rèn)將發(fā)布類 ChatGPT 項(xiàng)目“文心一言”（ERNIE Bot），如果再結(jié)合這個(gè)技術(shù)，那么就能打造更加逼真的虛擬數(shù)字人了。