CN119417955A 基于关键词匹配的3d虚拟人表情驱动方法、系统及设备 （聚好看科技股份有限公司）

基于关键词匹配的3D虚拟人表情驱动方法、精度。该方法利用目标音频分割后的各音频片标音频转换后的目标文本中提取的关键词集合2对所述目标文本进行关键词提取，获得关键词集合，并根据所述根据所述目标情绪对所述核心表情基集合中的各个核心表情基的第一驱动参数进行根据所述各个核心表情基的第二驱动参数以及其他表情基的第一根据所述关键词集合中的每个关键词查询所述预设数据库，获得所针对所述核心表情基集合中的每个核心表情基，确定添加所述控将所述影响值与所述核心表情基的第一驱动参数进行叠加5.如权利要求1所述的方法，其特征在于，获得所述各个核心表情基的第二表情参数3表情基参数估计模块，用于根据分割的每个音频片段，确定所述3D关键词匹配模块，用于根据所述关键词集合查询预设数据库，表情基参数修正模块，用于根据所述目标情绪对所述核心表情表情基驱动模块，用于根据所述各个核心表情基的第二驱根据所述关键词集合中的每个关键词查询所述预设数据库，获得所4[0004]本申请实施例提供了一种基于关键词匹配的3D虚拟人表情驱动方法、系统及设所述预设数据库存储有多对关键词与情绪的对应关系，每种情绪对应一个核心表情基集[0009]根据所述目标情绪对所述核心表情基集合中的各个核心表情基的第一驱动参数[0011]另一方面，本申请实施例提供了一种基于关键词匹配的35提供的一种基于关键词匹配的3D虚拟人表情驱动方法6[0041]针对按照预设帧率分割后的每个音频片段来确定3D虚拟人的所有表情基的第一[0050]图7为本申请实施例提供的目标情绪对应的核心表情基的驱动参数修正方法流程[0053]图10为本申请实施例提供的基于关键词匹配的3D虚拟人表情驱动系统的结构7独构成一个完整技术方案。计算机视觉与计算机图形学的发展，语音驱动技术赋予了3D虚拟人像真人一样说话的能大多数3D虚拟人的语音驱动方案是不带情绪表达的，即3D虚拟人默认是自然状态下的表情绪的表达，而该方法只能对应自然状态下的单一情绪或事先设置好的某一种固定情绪，8从而利用获得的目标情绪对对应的核心表情基集合中各个核心表情基的第一驱动参数进[0067]本申请的实施例中，3D虚拟人的头部是由头部参数化模型(如：SkinnedMulti_[0068]本申请实施例提供的基于关键词匹配的3D虚拟人表情驱动的整体框架图如图3所[0069]参见图4，为本申请实施例提供的基于关键词匹配的3D虚拟人表情驱动方法的流是从本地获取的，包括但不限于说话录音以及利用文字转语音工具得到的音频中的任一9k为关键词的总数量。[0087]基于预先构建的数据库，通过将提取的关键词与数据库其中，目标情绪emain对应的核心表情基集合I中包含了与表达emain相关的核心表情基的序[0102]获得核心表情基集合I后，结合每个音频片段确定的所有表情基的第一驱动参数j个核心表情基的第二驱动参数。[0114]将各个核心表情基修正后的第二驱动参数以及其他表情基的第一驱动参数进行[0115]在一种可选的实施例中，通过表情基的驱动参数驱动3D虚拟人的面部运动的过[0119]如图9所示，为52个表情基构成的自然状态下的基础模型表情迁移后得到48种表驱动系统，该系统能够实现上述任一种基于关键词匹配的3D虚拟人表情驱动方法的步骤，[0122]参见图10，该系统包括音频获取模块1001、音频分割模块1002、文本转换模块[0149]在介绍了本申请示例性实施方式的基于主动学习的文本方法和装置之后，接下[0151]与上述方法实施例基于同一发明构思，本申请实施例中也可以是非易失性存储器(non_volatilememory)，例如只读存储器，快闪存储器(flash1101是能够用于携带或存储具有指令或数据结构形式的期望的计算机程序并能够由计算[0154]处理器1102可以包括一个或多个中央处理单元(centralprocessingunit，序时实现上述任一种基于关键词匹配的3D虚拟人表接介质。本申请实施例在图11中以存储器1101、显示器1103和处理器1102之间通过总线程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功[0162]这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一