[发明专利]一种将音频片段映射为人脸嘴型关键点的方法有效
| 申请号： | 202010134872.2 | 申请日： | 2020-03-02 |
| 公开（公告）号： | CN111429885B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 金福生;秦勇 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/25;G10L25/30 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 王民盛 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种将音频片段映射为人脸嘴型关键点的方法，属于人工智能中的多模态交互及音频信息转化技术领域。所述方法从带音频的视频中分别提取音频和视频；提取得到的视频数据中每帧人脸图像中嘴型关键点信息，并记录关键点的坐标；对音频数据提取Fbank特征，使用主成分分析对提取的嘴型关键点信息进行降维，去除冗余信息，使用1层简单循环神经网络，不进行时延处理，直接进行从音频信息到嘴型关键点之间的映射关键关系建模。所述方法使用的神经网络模型的复杂度更低，从而降低了模型训练难度，减少了模型的训练时间，使得前向推断速度更快，比现有方法具有更广阔的应用场景。 | ||
| 搜索关键词： | 一种 音频 片段 映射 为人 脸嘴型 关键 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010134872.2/，转载请声明来源钻瓜专利网。
