科技有限公司“虛擬對象驅動方法、深度學習網絡的訓練方法及裝置”專利獲授權。

專利摘要顯示，本專利涉及人工智能領域，尤其涉及深度學習、計算機視覺、虛擬 / 增強現實和圖像處理技術領域，可應用于虛擬數字人、元宇宙等場景。具體實現方案包括:響應于獲取的語音數據，確定初始語音特征；對初始語音特征進行時序增強處理，得到目標語音特征；基于目標語音特征和目標虛擬對象的基準面部圖像，生成唇形圖像序列；根據唇形圖像序列，對目標虛擬對象進行驅動，使目標虛擬對象執(zhí)行與語音數據匹配的唇部動作。

IT之家發(fā)現，簡而言之，這個專利可使虛擬數字人在說話時的唇部動作更加接近真人。值得一提的是，百度此前已經正式對外確認將發(fā)布類 ChatGPT 項目“文心一言”，如果再結合這個技術，那么就能打造更加逼真的虛擬數字人了。