原创力文档- 1
- 0
- 约2.63万字
- 约 21页
- 2024-03-20 发布于四川
- 举报
本申请实施例公开了一种音视频的生成方法、装置、设备及存储介质，该方法包括：通过图像传感器获取包含交互对象的图像，以及通过语音传感器获取语音数据；对图像进行特征分析，得到交互对象的姿态信息；根据交互对象的姿态信息，获取数字人的姿态信息；获取语音数据对应的回复语音数据；根据回复语音数据和数字人的姿态信息，生成数字人视频，数字人视频中数字人的口型与回复语音数据匹配，数字人视频中数字人的姿态与数字人的姿态信息匹配；基于数字人视频和回复语音数据构建音视频，并输出音视频。采用本发明实施例，能够有效提高数字人
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117727303A
(43)申请公布日2024.03.19
(21)申请号202410175540.7G06V40/10(2022.01)
文档评论（0）