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！

龙图腾网获悉广州大学申请的专利一种基于多模态同步对齐的语音驱动3D面部动画方法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：CN121074207B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202511622790.1，技术领域涉及：G06T13/20；该发明授权一种基于多模态同步对齐的语音驱动3D面部动画方法是由彭伟龙;殷巧巧;余朝阳;唐可可;邢猛;汪洋涛;方美娥;李平设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本一种基于多模态同步对齐的语音驱动3D面部动画方法在说明书摘要公布了：本发明公开了一种基于多模态同步对齐的语音驱动3D面部动画方法，涉及计算机图形学和深度学习技术领域，包括基于先验引导的情感‑内容解耦策略，获取音频信号的内容特征和情感特征；利用多模态特征，通过基于Transformer体系结构的网格细化模块生成时序上连贯的融合变形系数序列；基于Transformer架构的网格细化模块，利用融合变形系数直接预测面部网格的顶点位置，得到网格序列，再利用唇读模块从嘴唇区域运动重建内容特征；通过跨模态一致性约束和层级感知的重建约束，生成3D面部动画。因此，采用上述一种基于多模态同步对齐的语音驱动3D面部动画方法，能够实现富有表现力、语义一致且视觉连贯的高质量面部动画。

本发明授权一种基于多模态同步对齐的语音驱动3D面部动画方法在权利要求书中公布了：1.一种基于多模态同步对齐的语音驱动3D面部动画方法，其特征在于，包括以下步骤： S1、基于先验引导的情感-内容解耦策略，利用预先训练的内容编码器和情感编码器作为先验，通过独立微调提取音频信号的内容特征和情感特征； S2、根据内容特征、情感特征、情感水平和人物特征，通过基于Transformer体系结构的网格细化模块生成时序上连贯的融合变形系数序列，且每个时刻的融合变形系数存在于FLAME参数空间； S3、基于Transformer架构的网格细化模块，利用融合变形系数直接预测面部网格的顶点位置，得到网格序列，再利用唇读模块从嘴唇区域运动重建内容特征； S4、构建跨模态一致性约束和层级感知的重建约束，进而生成3D面部动画； 跨模态一致性约束包括内容-唇部一致性损失、情感-内容解开损失和情感-内容分类损失；层级感知的重建约束包括系数损失和顶点损失； S4中，内容-唇部一致性损失，通过最小化重建内容特征和原始特征之间的欧式距离，确保空间层面的对齐，如下： ； 式中，为内容-唇部一致性损失，为重建的内容特征，为原始特征； 情感-内容解开损失，采用基于交叉重构的情感-内容解耦损失函数，实现音频的情感和内容解耦，如下： ； 式中，为情感-内容解开损失，、分别对应不同的音频信号标记，表示由语义内容和情感特征构成的输入音频信号，、为对应音频信号的真实动画表征，为内容编码器，为情感编码器，为Transformer解码器； 情感-内容分类损失，用于指导情感编码器和内容编码器的输出，如下： ； 式中，为情感-内容分类损失，为连接时序分类的损失项，为情感特征的交叉损失项，为中性情感的内容特征，为音频的情感特征； 系数损失确保生成的系数序列与地面实况相匹配，如下： ； 式中，为系数损失，为时刻预测的融合变形系数；为第个基础变形的权重；是第个基础变形的融合变形系数；为基础变形的个数，取值为52； 顶点损失用于根据地面实况监督生成的网格顶点，如下： ； 式中，为顶点损失，为第个面部顶点的权重，为预测的第个面部顶点坐标，为第个面部顶点的真实坐标，为面部网格顶点的数量。

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广州大学，其通讯地址为：510006 广东省广州市番禺区大学城外环西路230号；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。