百度AI領(lǐng)域新專利獲授權(quán)：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(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練方法及裝置”專利獲授權(quán)（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(guān)的深度學(xué)習(xí)、計算機(jī)視覺、虛擬 / 增強(qiáng)現(xiàn)實和圖像處理技術(shù)領(lǐng)域，可應(yīng)用于虛擬數(shù)字人、元宇宙等場景。
具體實現(xiàn)方案包括：響應(yīng)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(jìn)行時序增強(qiáng)處理，得到目標(biāo)語音特征；基于目標(biāo)語音特征和目標(biāo)虛擬對象的基準(zhǔn)面部圖像，生成唇形圖像序列；根據(jù)唇形圖像序列，對目標(biāo)虛擬對象進(jìn)行驅(qū)動，使目標(biāo)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(xué)習(xí)，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(shù)，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(guān)內(nèi)容