[发明专利]一种基于人工智能的动画形象驱动方法和装置

权利要求书

1.一种动画形象驱动方法，其特征在于，所述方法包括：

获取包含说话人的脸部表情和对应语音的媒体数据；

根据所述脸部表情确定所述说话人所对应第一动画形象的第一表情基，所述第一表情基用于标识所述第一动画形象的表情；

根据目标文本信息、所述媒体数据和所述第一表情基，确定对应所述目标文本信息的声学特征和目标表情参数；所述声学特征用于标识模拟所述说话人说出所述目标文本信息的声音，所述目标表情参数用于标识模拟所述说话人说出所述目标文本信息的脸部表情相对于所述第一表情基的变化程度；

根据所述声学特征和所述目标表情参数，驱动具有第二表情基的第二动画形象。

2.根据权利要求1所述的方法，其特征在于，所述第一动画形象和所述第二动画形象为同一个动画形象，所述第一表情基与所述第二表情基相同，所述根据所述脸部表情确定所述说话人所对应第一动画形象的第一表情基，包括：

根据所述脸部表情确定所述第一动画形象的第一表情基和所述第一动画形象的捏脸参数，所述捏脸参数用于标识所述第一动画形象的脸型相对于所述第一动画形象所对应捏脸基的变化程度；

所述根据所述声学特征和所述目标表情参数，驱动具有第二表情基的第二动画形象，包括：

根据所述声学特征、所述目标表情参数和所述捏脸参数，驱动具有第二表情基的第二动画形象。

3.根据权利要求1所述的方法，其特征在于，所述第一动画形象和所述第二动画形象为不同动画形象，所述第一表情基与所述第二表情基不同，所述根据所述声学特征和所述目标表情参数，驱动具有第二表情基的第二动画形象，包括：

确定所述第一表情基所对应表情参数与所述第二表情基所对应表情参数间的映射关系；

根据所述声学特征、所述目标表情参数和所述映射关系，驱动具有所述第二表情基的第二动画形象。

4.根据权利要求3所述的方法，其特征在于，所述第二表情基是根据与音素的预设关系生成的，所述预设关系表示一个音素对应一个表情网格；所述确定所述第一表情基所对应表情参数与所述第二表情基所对应表情参数间的映射关系，包括：

根据所述媒体数据确定所述语音所标识音素、所述音素对应的时间区间和所述媒体数据处于所述时间区间的视频帧；

根据所述视频帧确定所述音素对应的第一表情参数，所述第一表情参数用于标识发出所述音素时所述说话人的脸部表情相对于所述第一表情基的变化程度；

根据所述预设关系和所述第二表情基，确定所述音素对应的第二表情参数；

根据所述第一表情参数和所述第二表情参数，确定所述映射关系。

5.根据权利要求1所述的方法，其特征在于，所述根据目标文本信息、所述媒体数据和所述第一表情基，确定对应所述目标文本信息的声学特征和目标表情参数，包括：

根据所述目标文本信息和所述媒体数据，确定对应所述目标文本信息的声学特征和表情特征；所述声学特征用于标识模拟所述说话人说出所述目标文本信息的声音，所述表情特征用于标识模拟所述说话人说出所述目标文本信息的脸部表情；

根据所述第一表情基和所述表情特征确定所述目标表情参数。

6.一种动画形象驱动装置，其特征在于，所述装置包括获取单元、第一确定单元、第二确定单元和驱动单元：

所述获取单元，用于获取包含说话人的脸部表情和对应语音的媒体数据；

所述第一确定单元，用于根据所述脸部表情确定所述说话人所对应第一动画形象的第一表情基，所述第一表情基用于标识所述第一动画形象的表情；

所述第二确定单元，用于根据目标文本信息、所述媒体数据和所述第一表情基，确定对应所述目标文本信息的声学特征和目标表情参数；所述声学特征用于标识模拟所述说话人说出所述目标文本信息的声音，所述目标表情参数用于标识模拟所述说话人说出所述目标文本信息的脸部表情相对于所述第一表情基的变化程度；

所述驱动单元，用于根据所述声学特征和所述目标表情参数，驱动具有第二表情基的第二动画形象。