平安科技申請音頻驅動數字人生成專利，能夠生成音脣同步的數字人視頻

金融界2024年12月5日消息，國家知識產權局信息顯示，平安科技（深圳）有限公司申請一項名爲“音頻驅動數字人生成方法和裝置、電子設備及存儲介質”的專利，公開號 CN 119071591 A，申請日期爲2024年8月。

專利摘要顯示，本申請實施例提供了一種音頻驅動數字人生成方法和裝置、電子設備及存儲介質，屬於金融科技技術領域。該方法包括：獲取用戶輸入的音頻信號和目標人臉視頻；對音頻信號進行特徵提取，得到音頻特徵；將音頻特徵轉化爲音脣同步的面部動作序列；採用流形映射算法對面部動作序列進行處理，得到多個面部動作的線性組合；根據多個面部動作的線性組合生成面部運動的視頻幀；採用目標人臉渲染器對面部運動的視頻幀進行渲染，生成目標數字人視頻。基於此，本申請實施例能夠生成音脣同步的數字人視頻，具有高保真度，在金融場景下，生成高保真度的數字人視頻可以提升客戶觀感，提高客戶的信賴度，有助於提高金融服務質量，從而提升金融企業的競爭力。

本文源自：金融界

作者：情報員