科技有限公司“虛擬對象驅(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、元宇宙等場景。具體實(shí)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(shí)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(dòng)，使目標(biāo)虛擬對象執(zhí)行與語音數(shù)據(jù)匹配的唇部動(dòng)作。

IT之家發(fā)現(xiàn)，簡而言之，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)正式對外確認(rèn)將發(fā)布類 ChatGPT 項(xiàng)目“文心一言”，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。