技术编号:37425905
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及视频处理,具体地,涉及一种在数字人领域驱动中文语音精准生成唇形视频的方法。背景技术、随着深度学习技术的发展,人脸图像生成技术取得了显著的进展。然而,在生成真实场景中说话人脸图像时,依然面临许多挑战。例如,生成的人脸图像与音频之间的同步性不足,导致人脸运动与语音不协调。、现有技术通常是采用wavlip唇形同步模型,然而wavlip无法满足高质量的说话人视频生成。当推理生成任意说话人视频时,依然存在唇形同步效果不佳的弊端。并且wavlip在音频特征和视频特征进行特征融合时,仅仅只...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。