一種基于時(shí)序卷積的語(yǔ)音驅(qū)動(dòng)口型的方法和系統(tǒng)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202210116972.1 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN114495908A | 公開(kāi)（公告）日 | 2022-05-13 |
| 申請(qǐng)公布號(hào) | CN114495908A | 申請(qǐng)公布日 | 2022-05-13 |
| 分類(lèi)號(hào) | G10L15/02（2006.01）I;G10L15/16（2006.01）I;G10L25/18（2013.01）I;G10L25/30（2013.01）I;G10L25/45（2013.01）I | 分類(lèi) | 樂(lè)器；聲學(xué); |
| 發(fā)明人 | 王松坡 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 北京中科深智科技有限公司 |
| 代理機(jī)構(gòu) | - | 代理人 | - |
| 地址 | 100000北京市大興區(qū)北京經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)永昌中路4號(hào)院4號(hào)樓3層311A室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種基于時(shí)序卷積的語(yǔ)音驅(qū)動(dòng)口型的方法和系統(tǒng)，包括：采用blendshape來(lái)表示嘴部的動(dòng)作，通過(guò)神經(jīng)網(wǎng)絡(luò)輸出多個(gè)blendshape的權(quán)重，通過(guò)組合這些blendshape的值，得到嘴部動(dòng)作的合理表示；嘴部動(dòng)作的合理表示需要進(jìn)行離散化，離散化的聲音信號(hào)為時(shí)域信號(hào)，將時(shí)域信號(hào)經(jīng)過(guò)傅里葉變換轉(zhuǎn)換到頻域中，完成特征轉(zhuǎn)換。本發(fā)明引入了時(shí)序卷積，將時(shí)序卷積網(wǎng)絡(luò)用于處理語(yǔ)音頻譜特征，較好的解決了時(shí)序信息依賴(lài)和生成模式單一的問(wèn)題。 |
