CN114596391B 虚拟人物控制方法、装置、设备及存储介质 （阿里巴巴（中国）有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114596391B(45)授权公告日2025.07.01

(21)申请号202210061213.X

(22)申请日2022.01.19

(65)同一申请的已公布的文献号申请公布号CN114596391A

(43)申请公布日2022.06.07

(73)专利权人阿里巴巴(中国)有限公司

地址310052浙江省杭州市滨江区长河街

道网商路699号4号楼5楼508室

(72)发明人马远凯朱鹏程罗智凌周伟李禹李龙龙

(74)专利代理机构北京同钧律师事务所16037专利代理师吴梅锡许怀远

(51)Int.CI.

GO6T13/20(2011.01)

GO6F16/432(2019.01)

GO6F16/3332(2025.01)

(56)对比文件

CN113903067A,2022.01.07

审查员朱立峰

权利要求书3页说明书17页附图9页

(54)发明名称

虚拟人物控制方法、装置、设备及存储介质

(57)摘要

CN114596391B本公开涉及一种虚拟人物控制方法、装置、设备及存储介质。本公开通过从预设文本中获取一个或多个目标关键词，并针对一个或多个目标关键词中的每个目标关键词，从预设文本中确定第一目标字符和第二目标字符，第一目标字符与目标关键词的动作开始位置对应，第二目标字符与目标关键词的动作结束位置对应。进一步，预测从第一目标字符到第二目标字符的音频播报时长，并根据该音频播报时长从目标关键词对应的一个或多个预设动作文件中确定出目标动作文件，使得目标动作文件驱动虚拟人物执行目标

CN114596391B

获取预设文本中的一个或多个目标关键词

针对所述一个或多个目标关键词中的每个目标关键词，从所述预设文

本中确定第一目标字符和第二目标字符，所述第一目标字符与所述目

标关键词的动作开始位置对应，所述第二目标字符与所述目标关键词

的动作结束位置对应

预测从所述第一目标字符到所述第二目标字符的音频播报时长

从所述目标关键词对应的一个或多个预设动作文件中确定出目标动作文件，所述目标动作文件用以驱动虚拟人物执行目标动作以得到目标

动作视频，所述目标动作视频的时长与所述音频播报时长匹配

根据所述预设文本的音频信息、以及每个目标关键词分别对应的目标

动作文件实时驱动虚拟人物，以生成多媒体信息，所述多媒体信息包

括所述音频信息和每个目标关键词分别对应的目标动作视频

S102

S103

S104

S105

CN114596391B权利要求书1/3页

2

1.一种虚拟人物控制方法，其中，所述方法包括：

获取预设文本中的一个或多个目标关键词；

针对所述一个或多个目标关键词中的每个目标关键词，从所述预设文本中确定第一目标字符和第二目标字符，所述第一目标字符与所述目标关键词的动作开始位置对应，所述第二目标字符与所述目标关键词的动作结束位置对应；

预测从所述第一目标字符到所述第二目标字符的音频播报时长；

根据所述音频播报时长，从所述目标关键词对应的一个或多个预设动作文件中确定出目标动作文件，所述目标动作文件用以驱动虚拟人物执行目标动作以得到第一视频，所述第一视频的时长与所述音频播报时长匹配；

根据所述预设文本的音频信息、所述第一视频的时长以及每个目标关键词分别对应的目标动作文件实时驱动虚拟人物，以生成多媒体信息，所述多媒体信息包括所述音频信息和每个目标关键词分别对应的目标动作视频。

2.根据权利要求1所述的方法，其中，所述第一目标字符是所述目标关键词的第一个字符，或者所述第一目标字符是在所述目标关键词预设数量之前的字符；

所述第二目标字符是所述目标关键词的最后一个字符，或者所述第二目标字符是所述目标关键词所属句子的最后一个字符，或者所述第二目标字符是所述目标关键词的下一个目标关键词的前一个字符，或者所述第二目标字符是在所述目标关键词的最后一个字符预设数量之后的字符。

3.根据权利要求1所述的方法，其中，预测从所述第一目标字符到所述第二目标字符的音频播报时长，包括：

根据所述第一目标字符和所述第二目标字符之间的字符个数、标点符号的个数，以及单个字符的音频播报时长、每个标点符号的停顿时长，预测从所述第一目标字符到所述第二目标字符的音频播报时长。

4.根据权利要求1所述的方法，其中，根据所述预设文本的音频信息、所述第一视频的时长以及每个目标关键词分别对应的目