北京智源人工智能研究院翁书晨获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉北京智源人工智能研究院申请的专利基于多流时间控制的音画同步视频生成方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120568155B 。
龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510747585.1，技术领域涉及：H04N21/854；该发明授权基于多流时间控制的音画同步视频生成方法和装置是由翁书晨;郑豪杰;常征;李思;施柏鑫;王鑫龙设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。
本基于多流时间控制的音画同步视频生成方法和装置在说明书摘要公布了：本申请提供一种基于多流时间控制的音画同步视频生成方法和装置。本申请的方法包括：获取参考音频和期望根据参考音频生成的音画同步视频的描述文本；将参考音频分离为语音信息、音效信息以及音乐信息；分别对描述文本、语音信息、音效信息以及音乐信息进行编码，得到文本特征、语音特征、音效特征以及音乐特征；将上述编码得到的各类特征输入视频生成模型，得到音画同步视频；视频生成模型用于随机生成对应多个时间区间的带噪声的视频潜在编码，并基于扩散模型的原理，根据文本特征、语音特征、音效特征、音乐特征以及多个时间区间预测视频潜在编码中的噪声，根据预测的噪声和视频潜在编码获得音画同步视频。本申请可有效解决相关技术中的问题。
本发明授权基于多流时间控制的音画同步视频生成方法和装置在权利要求书中公布了：1.一种基于多流时间控制的音画同步视频生成方法，其特征在于，包括： 获取参考音频和期望根据所述参考音频生成的音画同步视频的描述文本； 将所述参考音频分离为语音信息、音效信息以及音乐信息； 分别对所述描述文本、所述语音信息、所述音效信息以及所述音乐信息进行编码，得到依次对应的文本特征、语音特征、音效特征以及音乐特征； 将所述文本特征、所述语音特征、所述音效特征以及所述音乐特征输入视频生成模型，得到所述音画同步视频； 其中，所述视频生成模型用于随机生成对应多个时间区间的带噪声的视频潜在编码，并基于扩散模型的原理，根据所述文本特征、所述语音特征、所述音效特征、所述音乐特征以及所述多个时间区间，预测所述视频潜在编码中的噪声，以及根据预测的噪声和所述视频潜在编码获得所述音画同步视频。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京智源人工智能研究院，其通讯地址为：100084 北京市海淀区成府路150号楼智源大厦；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励