一种基于时序卷积的语音驱动口型的方法和系统
基本信息
| 申请号 | CN202210116972.1 | 申请日 | - |
| 公开（公告）号 | CN114495908A | 公开（公告）日 | 2022-05-13 |
| 申请公布号 | CN114495908A | 申请公布日 | 2022-05-13 |
| 分类号 | 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 | 分类 | 乐器；声学; |
| 发明人 | 王松坡 | 申请（专利权）人 | 北京中科深智科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 100000北京市大兴区北京经济技术开发区永昌中路4号院4号楼3层311A室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于时序卷积的语音驱动口型的方法和系统，包括：采用blendshape来表示嘴部的动作，通过神经网络输出多个blendshape的权重，通过组合这些blendshape的值，得到嘴部动作的合理表示；嘴部动作的合理表示需要进行离散化，离散化的声音信号为时域信号，将时域信号经过傅里叶变换转换到频域中，完成特征转换。本发明引入了时序卷积，将时序卷积网络用于处理语音频谱特征，较好的解决了时序信息依赖和生成模式单一的问题。 |
