基于人工智能的直播方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111010589 A (43)申请公布日 2020.04.14 (21)申请号 201911319864.9 (22)申请日 2019.12.19 (71)申请人 腾讯科技（深圳）有限公司 地址 518000 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 朱绍明　 (74)专利代理机构 北京派特恩知识产权代理有 限公司 11270 代理人 王姗姗　张颖玲 (51)Int.Cl. H04N 21/233(2011.01) H04N 21/234(2011.01) H04N 21/235(2011.01) H04L 29/06(2006.01) G06T 3/00(2006.01) 权利要求书3页 说明书22页 附图6页 (54)发明名称 基于人工智能的直播方法、装置、设备及存 储介质 (57)摘要 本发明提供了一种基于人工智能的直播方 法、装置、设备及存储介质；方法包括：接收用于 供虚拟主播表演的给定文本，根据所述给定文本 实时获取对应所述虚拟主播的音频数据和脸部 特征数据，并分别形成至少一个音频数据包和至 少一个脸部特征数据包；实时基于所述脸部特征 数据包中的脸部特征数据进行特效渲染处理，得 到携带有对应所述虚拟主播的图像帧集合的图 像数据包；实时提取所述图像数据包中的图像帧 集合和所述音频数据包中的音频数据；根据所述 图像帧集合和所述音频数据进行所述虚拟主播 A 的直播数据流推送，通过本发明，能够有效提高 9 直播的实时性和流畅性。 8 5 0 1 0 1 1 1 N C CN 111010589 A 权　利　要　求　书 1/3页 1.一种基于人工智能的直播方法，其特征在于，所述方法包括： 接收用于供虚拟主播表演的给定文本，根据所述给定文本实时获取对应所述虚拟主播 的音频数据和脸部特征数据，并分别形成至少一个音频数据包和至少一个脸部特征数据 包； 实时基于所述脸部特征数据包中的脸部特征数据进行特效渲染处理，得到携带有对应 所述虚拟主播的图像帧集合的图像数据包； 实时提取所述图像数据包中的图像帧集合和所述音频数据包中的音频数据； 根据所述图像帧集合和所述音频数据进行所述虚拟主播的直播数据流推送。 2.根据权利要求1所述的方法，其特征在于， 所述实时基于所述脸部特征数据包中的脸部特征数据进行特效渲染处理，得到携带有 对应所述虚拟主播的图像帧集合的图像数据包，包括： 当形成针对所述给定文本的至少一个脸部特征数据包中的第一个脸部特征数据包时， 实时基于所述第一个脸部特征数据包中的脸部特征数据进行特效渲染处理，得到携带有对 应所述虚拟主播的图像帧集合的第一个图像数据包； 所述实时提取所述图像数据包中的图像帧集合和所述音频数据包中的音频数据，包 括： 当形成针对所述给定文本的至少一个音频数据包中的第一个音频数据包时，实时提取 所述第一个音频数据包中的音频数据，以进行音频数据的推送； 当形成携带有对应所述虚拟主播的图像帧集合的第一个图像数据包时，实时提取所述 第一个图像数据包中的图像帧集合，以进行图像帧集合的推送。 3.根据权利要求2所述的方法，其特征在于， 当从所述给定文本获取到所述第一个图像数据包所耗费的时间大于从给定文本获取 到所述第一个音频数据包所耗费的时间时，所述根据所述图像帧集合和所述音频数据进行 所述虚