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！

龙图腾网获悉杭州智播未来科技有限公司申请的专利真人语音口型动画生成方法及系统、电子设备、存储介质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：CN121392080B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511984355.3，技术领域涉及：G06T13/40；该发明授权真人语音口型动画生成方法及系统、电子设备、存储介质是由沈江洋;米楠;秦昊设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本真人语音口型动画生成方法及系统、电子设备、存储介质在说明书摘要公布了：本发明公开了一种真人语音口型动画生成方法及系统、电子设备、存储介质，包括：对多段演讲视频素材库和一段目标演讲视频做音频提取、人脸跟踪和配准，提取输入音频、口型区域纹理、脸部区域纹理；根据多段演讲视频素材库的输入音频、口型区域纹理，预训练一个音频驱动口型的通用音频编码器；根据已预训练好的通用音频编码器，在一段目标演讲视频的输入音频、口型区域纹理数据上，训练针对目标演讲视频的音频驱动口型的模型；根据目标演讲视频的口型区域纹理、脸部区域纹理，训练针对目标演讲视频的口型驱动脸部的模型；根据训练好的音频驱动口型的模型和口型驱动人脸的模型，可将输入的音频生成真人语音口型动画序列。

本发明授权真人语音口型动画生成方法及系统、电子设备、存储介质在权利要求书中公布了：1.一种真人语音口型动画生成方法，其特征在于，包括： 对多段演讲视频素材库和一段目标演讲视频做音频提取、人脸跟踪和配准，提取输入音频、口型区域纹理和脸部区域纹理； 根据多段演讲视频素材库的输入音频和口型区域纹理，预训练一个音频驱动口型的通用音频编码器；具体包括： 设表示演讲视频素材库中的视频个数； 所述多段演讲视频素材库的输入音频、口型区域纹理记为： ； ； 、分别表示从演讲视频素材库中的第段演讲视频提取的输入音频、口型区域纹理的集合，； 音频驱动口型的编解码过程，记为： ； 其中，表示一个通用音频编码器，表示将每一帧输入音频编码为一个维的向量，表示第段演讲视频的口型解码器，，一共有个不同的口型解码器；表示将被编码过的维向量还原为第段演讲视频的口型区域纹理； 对于来自多段演讲视频素材库的不同视频，所有的输入音频共享同一个音频编码器，而来自不同视频的口型区域纹理由个不同的口型解码器解码得到；基于此共享单个音频编码器的多段演讲视频的音频口型编解码过程，预训练得到一个更适用于音频驱动口型任务的通用音频编码器； 根据已预训练好的通用音频编码器，在一段目标演讲视频的输入音频和口型区域纹理数据上，训练一个针对目标演讲视频的音频驱动口型模型； 根据目标演讲视频的口型区域纹理和脸部区域纹理，训练一个针对目标演讲视频的口型驱动脸部模型； 将任意国家、地区语言的音频输入至训练好的音频驱动口型模型，将音频驱动口型模型的输出结果输入至训练好的口型驱动脸部模型，生成真人语音口型动画序列。

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杭州智播未来科技有限公司，其通讯地址为：311121 浙江省杭州市余杭区五常街道爱橙街1号10幢E区2单元2层E210-2室；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。