[发明专利]自动生成形象的动作有效
申请号: | 201880072227.3 | 申请日: | 2018-07-10 |
公开(公告)号: | CN111316203B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 陈粤洋;徐翔;宋睿华;王烁;张惠;李笛;刘成城;齐晓宇 | 申请(专利权)人: | 微软技术许可有限责任公司 |
主分类号: | G06F3/01 | 分类号: | G06F3/01 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 张立达 |
地址: | 美国华*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自动 生成 形象 动作 | ||
1.一种用于自动生成形象的动作的方法,包括:
获得用户和电子对话代理之间的会话中的消息,所述形象是所述电子对话代理的视觉表示;
基于所述消息的至少一部分来确定至少一个面部动画和/或身体动画;以及
至少基于所述面部动画和/或所述身体动画来生成所述形象的至少一个动作。
2.根据权利要求1所述的方法,其中,所述确定包括:
对从所述消息中获得的纯文本或语音合成标记语言(SSML)文件执行时序动作解析,以确定所述面部动画和/或所述身体动画。
3.根据权利要求2所述的方法,其中,所述时序动作解析还被执行用于确定所述面部动画和/或所述身体动画的时间段。
4.根据权利要求2所述的方法,其中,所述时序动作解析基于以下各项中的至少一项:所述消息中的关键词、所述消息的情感、所述消息的语句类型、所述消息中的代词和所述消息中的问候语。
5.根据权利要求2所述的方法,其中,所述时序动作解析是由基于规则的模型和/或机器学习模型来实现的,
所述基于规则的模型被配置用于通过对所述消息的所述至少一部分应用预定义规则集来从动画数据库中确定所述面部动画和/或所述身体动画,
所述机器学习模型被配置用于通过对所述消息执行序列标记来从所述动画数据库中确定所述面部动画和/或所述身体动画。
6.根据权利要求2所述的方法,还包括:
通过执行所述时序动作解析来生成动作合成标记语言(MSML)文件,所述MSML文件至少包括对所述面部动画和/或所述身体动画的指示,并且
其中,所述生成所述形象的所述至少一个动作包括:基于所述MSML文件来生成所述形象的所述至少一个动作。
7.根据权利要求2所述的方法,其中,
所述面部动画指示以下各项中的至少一项:与所述消息或所述消息的上下文相关联的持续面部表情、与所述消息的所述至少一部分相关联的瞬时面部表情、与所述消息中的每个词语相对应的口型、以及眨眼;并且
所述身体动画指示以下各项中的至少一项:正常身体动作、情感相关身体动作、语句类型相关身体动作、代词相关身体动作、问候语相关身体动作、象征性身体动作、琐碎身体动作、以及身体动作习惯。
8.根据权利要求1所述的方法,其中,所述确定包括:
通过检索模型,基于所述消息从动画数据库中检索所述面部动画和/或所述身体动画,所述动画数据库包括至少一个参考语句和相应的参考面部动画和/或参考身体动画,
其中,所述检索模型被配置用于从所述动画数据库中识别与所述消息相关联的参考语句,并且从所述动画数据库中检索与所述参考语句相对应的参考面部动画和/或参考身体动画以作为所述面部动画和/或所述身体动画。
9.根据权利要求8所述的方法,其中,与所述消息相关联的所述参考语句是通过语句相似性模型来识别的,所述语句相似性模型采用以下特征中的至少一个特征:情感向量、词向量、隐含狄利克雷分配(LDA)分布和语句类型向量。
10.根据权利要求1所述的方法,其中,所述确定包括:
通过生成模型,基于所述消息来生成所述面部动画和/或所述身体动画,所述生成模型是通过至少一个参考语句以及相应的参考面部动画和/或参考身体动画以序列到序列的方式来训练的。
11.根据权利要求1所述的方法,其中,所述形象是虚拟形象,并且所述生成包括:
通过对所述虚拟形象以及所述面部动画和/或所述身体动画进行合成来生成所述形象的所述至少一个动作。
12.根据权利要求1所述的方法,其中,所述形象是物理形象,并且所述生成包括:
通过利用所述面部动画和/或所述身体动画驱动所述物理形象来生成所述形象的所述至少一个动作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于微软技术许可有限责任公司,未经微软技术许可有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201880072227.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:Cornulin(CRNN)变体及其用途
- 下一篇:机动车的副车架