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！

龙图腾网获悉深圳市东信时代信息技术有限公司;海南今时科技有限公司申请的专利语音驱动的数字人生成方法及设备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：CN121458844B 。

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：202610003604.4，技术领域涉及：G06T13/40；该发明授权语音驱动的数字人生成方法及设备是由黄博;刘杨设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本语音驱动的数字人生成方法及设备在说明书摘要公布了：本申请公开了一种语音驱动的数字人生成方法及设备，涉及计算机视觉技术领域。上述方法通过从视频序列中选取原始帧图像和驱动帧图像；基于原始帧图像中人脸的外观特征生成基态人脸模型，并将驱动帧图像中人脸的动态特征迁移至基态人脸模型，得到当前帧的目标人脸图像；将目标人脸图像和音频特征作为预训练的时序去噪模型的输入，获取时序去噪模型根据音频特征和目标人脸图像的动态特征预测到的后续帧的图像噪声；根据图像噪声确定后续帧的目标人脸图像的预测动态特征；基于预测动态特征和基态人脸模型，生成后续帧的数字人图像，提升了数字人表现自然度。

本发明授权语音驱动的数字人生成方法及设备在权利要求书中公布了：1.一种语音驱动的数字人生成方法，其特征在于，所述语音驱动的数字人生成方法包括以下步骤： 从视频序列中选取原始帧图像和驱动帧图像； 获取人脸检测算法检测到的所述原始帧图像中的人脸关键点，基于所述人脸关键点进行外扩裁剪，得到人脸区域； 检测所述人脸区域中人脸的三维关键点，将所述三维关键点经相机模型映射到所述人脸区域，得到带有二维投影关键点的基态人脸图像； 通过预训练的多尺度卷积神经网络根据所述二维投影关键点从所述基态人脸图像中获取人脸的姿态特征、外观特征和所述外观特征对应的全局外观描述符； 基于所述姿态特征对所述人脸的外观特征进行逆变换，得到基态人脸模型，并将所述驱动帧图像中人脸的动态特征迁移至所述基态人脸模型，得到当前帧的目标人脸图像； 将所述目标人脸图像和音频特征作为预训练的时序去噪模型的输入，将所述目标人脸图像中人脸的表情特征和姿态特征拼接，作为参考潜在向量； 基于所述参考潜在向量将所述当前帧扩展到第一预设数量帧； 将所述第一预设数量帧与第二预设数量噪声帧拼接作为输入潜在向量，所述噪声帧由所述当前帧添加随机噪声得到； 将所述输入潜在向量输入至时序去噪模型的时序扩散Transformer网络中，获取所述时序扩散Transformer网络输出的所述第二预设数量噪声帧的预测噪声，作为图像噪声； 根据所述图像噪声确定后续帧的所述目标人脸图像的预测动态特征； 基于所述预测动态特征和所述基态人脸模型，生成后续帧的数字人图像。

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深圳市东信时代信息技术有限公司;海南今时科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区科技南路18号深圳湾科技生态园12栋B座20层；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。