“贾珈”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果17个，建议您升级VIP下载更多相关专利

[发明专利]一种配音方法和相关装置-CN202310645662.3在审
发明人：杨智涵;李旭;刘山松;单瀛;吴志勇;贾珈 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-06-01 - 公布日： 2023-10-27 - 主分类号： H04N21/439 文献下载
摘要：本申请公开了一种配音方法和相关装置，获取待配音视频中包括待配音的目标对象的视频帧序列，并对目标对象进行三维重建，得到每个目标视频帧分别对应的三维目标对象。基于从每个目标视频帧分别对应的三维目标对象中获取的视觉风格特征，可以生成视频帧序列对应的视觉风格序列，其中，视觉风格序列中的视觉风格特征会基于对应的目标视频帧在待配音视频中的顺序进行排列。根据视觉风格序列和用于配音的音素序列，能够确定音频特征序列，并能够通过该音频特征序列对待配音视频进行配音来得到已配音视频。通过三维目标对象能够得到在视觉角度体现待配音视频的表现风格的视觉风格序列，进而能够得到实现视觉和听觉上表现风格的相统一的已配音视频。
一种配音方法相关装置

[发明专利]生成面部动画的方法、装置、电子设备和存储介质-CN202310879253.X在审
发明人：温翔;吴昊哲;贾珈;周松涛;兴军亮;温琦 -专利权人：北京字跳网络技术有限公司;清华大学
申请日： 2023-07-17 - 公布日： 2023-10-24 - 主分类号： G06T13/40 文献下载
摘要：本公开的实施例提供了生成面部动画的方法、装置、电子设备和存储介质。该方法包括：生成与驱动音频信号对应的第一特征表示；利用与驱动视频序列对应的第二特征表示，更新第一特征表示，以获取第三特征表示；以及基于第三特征表示和用于指示面部模板信息的第四特征表示，生成与驱动音频信号对应的面部动画。基于这样的方式，本公开的实施例能够支持利用驱动音频信号和驱动视频序列来生成对应的面部动画，从而提升面部动画的真实感。
生成面部动画方法装置电子设备存储介质

[发明专利]基于RGBD相机的三维人脸重建方法及系统-CN202310491914.1在审
发明人：吴昊哲;贾珈;兴军亮 -专利权人：清华大学
申请日： 2023-05-04 - 公布日： 2023-07-28 - 主分类号： G06T17/00 文献下载
摘要：本申请实施例中提供了一种基于RGBD相机的三维人脸重建方法及系统，所述方法包括：获取多视角RGBD人脸视频；利用多视角RGBD人脸视频的第一帧多视角RGBD图像对3DMM模型进行参数初始化调整，得到初始三维人脸；对初始三维人脸进行3DMM参数优化，得到优化三维人脸；对优化三维人脸进行逐顶点参数优化，得到第一帧三维人脸；依次利用多视角RGBD人脸视频的后续每帧多视角RGBD图像对上一帧三维人脸进行逐顶点参数优化，得到所述多视角RGBD人脸视频对应的三维人脸序列。进而本申请实施例在计算、存储开销较低的前提下，实现了网络顶点拓扑一致的高精度三维人脸重建。
基于 rgbd 相机三维重建方法系统

[发明专利]一种篇章级别多尺度文本韵律分析方法、装置和设备-CN202310347958.7在审
发明人：魏宪豪;贾珈;吴志勇;李翔 -专利权人：清华大学
申请日： 2023-04-03 - 公布日： 2023-07-04 - 主分类号： G10L13/10 文献下载
摘要：本发明中提供了一种篇章级别多尺度文本韵律分析方法、装置和设备，所述方法包括：将待分析文本拆分为多个语句；利用话语级别多尺度文本韵律分析模型对多个语句进行处理，得到每个语句对应的局部韵律嵌入序列特征和句子级别话语特征；将多个语句的句子级别话语特征输入到长短期记忆网络进行处理，得到篇章级别的全局风格嵌入特征和每个语句对应的具有上下文信息的句子级别话语特征；将具有上下文信息的句子级别话语特征映射为具有上下文信息的音素级别话语特征后和局部韵律嵌入序列特征融合，得到具有上下文信息的局部韵律嵌入序列特征。本发明中能够实现更精细、更连贯的韵律情感控制，实现通过纯文本自动得到符合文本特征韵律情感表达的语音。
一种篇章级别尺度文本韵律分析方法装置设备

[发明专利]动作插值方法、装置、电子设备和可读存储介质-CN202211190768.0在审
发明人：黄烁;贾珈 -专利权人：清华大学
申请日： 2022-09-28 - 公布日： 2022-12-13 - 主分类号： G06T13/40 文献下载
摘要：本发明实施例提供了一种动作插值方法、装置、电子设备和可读存储介质，所述方法包括：获取目标动作序列，基于乱序自回归模型，按照训练好的依赖关系和预测顺序，逐步获取所述目标动作序列的插值结果，具体地提供了通过关键帧插值、关键帧区间内逐帧生成、平滑处理来实现动作序列的插值，打破了传统自回归模型中依照时间顺序的依赖关系和预测顺序，通过关键帧的选取减少了自回归过程中误差积累的速度，从误差传递的角度提高了动作插值的准确率。
动作方法装置电子设备可读存储介质

[发明专利]基于动态神经纹理的说话人合成方法、装置和存储介质-CN202210697540.4在审
发明人：吴昊哲;贾珈;兴军亮 -专利权人：清华大学
申请日： 2022-06-20 - 公布日： 2022-11-25 - 主分类号： G06T13/40 文献下载
摘要：本申请提供一种基于动态神经纹理的说话人合成方法、装置和存储介质，属于数据处理的技术领域。所述方法包括：获取目标人物的人脸图像和目标人物的表情序列；根据目标人物的人脸图像，估计目标人物的粗粒度神经纹理，其中，粗粒度神经纹理用于表征目标人物较为粗糙的的面部颜色信息；根据目标人物的表情序列与粗粒度神经纹理，估计目标人物的细粒度神经纹理，其中，细粒度神经纹理用于表征目标人物在不同表情下的面部纹理；根据目标人物的表情序列与细粒度神经纹理，生成前景图像序列；将目标人物的人脸图像中的人脸背景和前景图像序列进行合成，得到合成后的视频。本申请旨在增强说话人合成结果的表情表现力。
基于动态神经纹理说话合成方法装置存储介质

[发明专利]一种舞蹈动作生成方法、装置、电子设备及存储介质-CN202211010740.4在审
发明人：王子轩;贾珈;兴军亮;孟凡博;陈国文;王砚峰 -专利权人：清华大学;腾讯科技(深圳)有限公司
申请日： 2022-08-23 - 公布日： 2022-11-22 - 主分类号： H04N21/81 文献下载
摘要：本发明提供了一种舞蹈动作生成方法、装置、电子设备及存储介质；通过对音乐文件包含的音频特征信息进行提取分析，能够量化描述所获取音乐文件的音频特征；基于此音频特征进行音乐驱动舞蹈生成，引入具有舞蹈者个人表演风格的舞蹈者激活向量，运用卷积神经网络算法利用舞蹈者激活向量与提取的音频特征信息进行舞蹈动作预测，得到舞蹈者在表演中可能展示的所有舞蹈动作，如此能够在同一背景音乐文件下针对不同舞蹈者生成具有个人风格的完整舞蹈动作；最终通过动作拼接将多名舞蹈者的动作单元完整整合起来，即可得到混合多种风格并具有丰富层次的多人群体舞蹈。
一种舞蹈动作生成方法装置电子设备存储介质

[发明专利]多风格唇形合成方法、装置、设备及存储介质-CN202110807540.0在审
发明人：吴昊哲;贾珈;窦义顺;段超;邓清珊 -专利权人：清华大学;华为技术有限公司
申请日： 2021-07-16 - 公布日： 2022-02-08 - 主分类号： G06T13/20 文献下载
摘要：本申请实施例涉及数据处理技术领域，具体涉及一种多风格唇形合成方法、装置、设备及存储介质，旨在实现生成包含多样化、有表现力的风格化唇形的说话人动画。具体方法包括：将目标脸像、短时唇形风格视频以及目标音频输入多风格唇形合成网络中；所述多风格唇形合成网络通过所述目标脸像、所述短时唇形风格视频以及所述目标音频，得到表情预测参数以及目标脸像的形状参数；将所述表情预测参数与所述形状参数进行结合，得到目标风格的说话人动画。
风格合成方法装置设备存储介质

[发明专利]虚拟说话人肢体手势生成方法、装置、设备及存储介质-CN202110814936.8在审
发明人：叶梓杰;贾珈;陈伟;王砚峰;王小川 -专利权人：清华大学;北京搜狗科技发展有限公司
申请日： 2021-07-19 - 公布日： 2021-11-19 - 主分类号： G06T5/50 文献下载
摘要：本申请实施例涉及数据处理技术领域，具体涉及一种虚拟说话人肢体手势生成方法、装置、设备及存储介质，旨在增加虚拟说话人肢体手势合成结果的自然度，提升虚拟形象的信息传达效果。所述方法包括：将说话音频、说话文本以及初始化手势序列输入自注意力肢体手势生成网络中；通过所述自注意力肢体手势生成网络对所述说话音频、说话文本以及初始化手势序列进行特征提取，得到音频特征、文本特征以及初始化手势序列特征；通过所述自注意力肢体手势生成网络对所述音频特征、文本特征以及初始化手势序列特征进行融合处理，得到合成手势序列。
虚拟说话肢体手势生成方法装置设备存储介质

[发明专利]一种闭合式言语测听词表的设计方法与应用-CN201710073909.3有效
发明人：吴育昊;贾珈;蔡莲红 -专利权人：清华大学
申请日： 2017-02-10 - 公布日： 2019-11-08 - 主分类号： A61B5/12 文献下载
摘要：本发明公开了一种对医疗设备进行可靠性试验的系统，所述闭合式言语测听词表的设计方法包括以下步骤：(1)设定闭合式言语测听词表中包含有K张词表，每张词表内含H个测试组，测试组包括测试项和混淆项，词表的长度为H，且H为任意正整数；(2)依据简短、音位平衡、常用、覆盖何等价性的原则，编制步骤(1)中的K张词表；(3)计算闭合式言语测听词表；(4)受试者在相对安静环境下进行言语测听；(5)测试结束；(6)言语测听系统按以下步骤进行测听结果计算。
一种闭合言语词表设计方法应用

[外观设计]用于显示屏的图形用户界面-CN201730030713.7有效
发明人：林健;毛蕾;武健;王毅;贾珈;张珑;安永生;卜瑶华;付静田;刘烨珺;唐韬然;周素平;陈雨兰;宁义双;龙嘉裕 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-01-25 - 公布日： 2018-04-10 - 主分类号： 14-02 文献下载
摘要：1．本外观设计产品的名称用于显示屏的图形用户界面。2．本外观设计产品的用途本外观设计产品用于人机交互。3．本外观设计产品的设计要点在于显示显示屏的图形用户界面。硬件设计部分和其余部分为惯常设计。4．最能表明本外观设计设计要点的图片或照片界面变化状态图1。5．界面用途产品的图形用户界面为与显示屏进行人机交互时的图形用户界面。主视图显示的界面为显示屏待机状态的图形用户界面；当用户与显示屏进行语音聊天或被触控时，依次显示界面变化状态图1‑4；当用户与显示屏进行比赛答题或被触控时，显示屏答对一题后显示界面变化状态图5；当显示屏听到用户说好听的话或被触控后显示界面变化状态图6；当显示屏听到用户提问或被触控时显示界面变化状态图7；当显示屏听到用户指令开始扫描题目或被触控时依次显示界面变化状态图8‑10；当显示屏听到用户提问或被触控时依次显示界面变化状态图11‑13；当显示屏听到用户的指令或被触控后依次显示界面变化状态图14‑16；当用户与显示屏比赛答题或被触控时，显示屏赢得用户后依次显示界面变化状态图17‑19。
用于显示屏图形用户界面

[发明专利]音频信号质量检测方法及装置-CN201310632876.3有效
发明人：刘晓清;贾珈;蔡莲红;王永鑫;郝红霞 -专利权人：清华大学;华为软件技术有限公司
申请日： 2013-11-29 - 公布日： 2018-03-09 - 主分类号： G10L25/60 文献下载
摘要：本发明实施例提供一种音频信号质量检测方法及装置，该方法包括获取待检测音频信号的频谱能量序列，频谱能量序列为N维向量，其中，N为对待检测音频信号进行加窗处理的窗函数的窗长，频谱能量序列内各元素用于表征各采样点的频谱能量；根据频谱能量序列，确定待检测音频信号中的低能子带；根据低能子带，判别待检测音频信号是否存在频带丢失，若确定待检测音频信号存在频带丢失，则确定待检测音频信号质量失真。本发明实施例对待检测音频信号的频谱进行分析，判别待检测音频信号是否存在频带丢失，进而确定待检测音频信号质量是否失真，从而无需与源音频信号进行比较即可获知待检测音频是否失真，实现音频信号质量的高效检测。
音频信号质量检测方法装置

[外观设计]用于智能机器人的图形用户界面-CN201730030714.1有效
发明人：王毅;林健;毛蕾;武健;贾珈;张珑;安永生;卜瑶华;付静田;刘烨珺;唐韬然;周素平;陈雨兰;宁义双;龙嘉裕 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-01-25 - 公布日： 2018-01-02 - 主分类号： 15-99 文献下载
摘要：1．本外观设计产品的名称用于智能机器人的图形用户界面。2．本外观设计产品的用途本外观设计产品用于人机交互。3．本外观设计产品的设计要点在于显示智能机器人显示屏的图形用户界面。硬件设计部分和其余部分为惯常设计。4．最能表明本外观设计设计要点的图片或照片设计1界面变化状态图1。5．指定基本设计本外观设计为相似外观设计，包括6项设计，其中设计1为基本设计。6．界面用途产品的图形用户界面为显示智能机器人进行人机交互时的图形用户界面。设计1主视图显示的界面为智能机器人待机状态的图形用户界面；设计1界面变化状态图1‑3依次显示的界面为用户与智能机器人进行互动时的图形用户界面；设计2主视图显示的界面为智能机器人待机状态的图形用户界面；设计2界面变化状态图1‑3依次显示的界面为用户与智能机器人进行互动时的图形用户界面；设计3主视图显示的界面为智能机器人待机状态的图形用户界面；设计3界面变化状态图1‑3依次显示的界面为用户与智能机器人进行互动时的图形用户界面；设计4主视图显示的界面为智能机器人待机状态的图形用户界面；设计4界面变化状态图1‑3依次显示的界面为用户与智能机器人进行互动时的图形用户界面；设计5主视图显示的界面为智能机器人待机状态的图形用户界面；设计5界面变化状态图1‑3依次显示的界面为用户与智能机器人进行互动时的图形用户界面；设计6主视图显示的界面为智能机器人待机状态的图形用户界面；设计6界面变化状态图1‑3依次显示的界面为用户与智能机器人进行互动时的图形用户界面。
用于智能机器人图形用户界面

[外观设计]用于智能机器人的图形用户界面-CN201730030717.5有效
发明人：武健;林健;王毅;毛蕾;贾珈;张珑;安永生;卜瑶华;付静田;刘烨珺;唐韬然;周素平;陈雨兰;宁义双;龙嘉裕 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-01-25 - 公布日： 2017-11-14 - 主分类号： 15-99 文献下载
摘要：1．本外观设计产品的名称用于智能机器人的图形用户界面。2．本外观设计产品的用途本外观设计产品用于人机交互。3．本外观设计产品的设计要点在于显示智能机器人显示屏的图形用户界面。硬件设计部分和其余部分为惯常设计。4．最能表明本外观设计设计要点的图片或照片设计1界面变化状态图1。5．指定基本设计本外观设计为相似外观设计，包括8项设计，其中设计1为基本设计。6．界面用途产品的图形用户界面为显示智能机器人进行人机交互时的图形用户界面。设计1主视图显示的界面为智能机器人待机状态的图形用户界面；设计1界面变化状态图1‑4依次显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计2主视图显示的界面为智能机器人待机状态的图形用户界面；设计2界面变化状态图1显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计3主视图显示的界面为智能机器人待机状态的图形用户界面；设计3界面变化状态图1显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计4主视图显示的界面为智能机器人待机状态的图形用户界面；设计4界面变化状态图1显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计5主视图显示的界面为智能机器人待机状态的图形用户界面；设计5界面变化状态图1‑3依次显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计6主视图显示的界面为智能机器人待机状态的图形用户界面；设计6界面变化状态图1‑3依次显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计7主视图显示的界面为智能机器人待机状态的图形用户界面；设计7界面变化状态图1‑3依次显示的界面为用户与智能机器人进行语音互动时的图形用户界面；设计8主视图显示的界面为智能机器人待机状态的图形用户界面；设计8界面变化状态图1‑3依次显示的界面为用户与智能机器人进行语音互动时的图形用户界面。
用于智能机器人图形用户界面

[发明专利]一种基于汉语言语测听动态词表的汉语言语自动测听方法-CN201210549152.8有效
发明人：田业;贾珈;蔡莲红 -专利权人：清华大学
申请日： 2012-12-17 - 公布日： 2013-04-24 - 主分类号： A61B5/12 文献下载
摘要：一种基于汉语言语测听动态词表的汉语言语自动测听方法属于言语测听技术领域，其特征在于使用一种由指定长度的必测词表和不定长度的隐含词表组成的言语测听词表。必测词表是指从语音文件的声学特征的角度对声韵母进行听感分类和清晰度计算，并以此为核心而编制的言语测听词表。隐含词表是对必测词表的扩充，是受试者对必测词表项听辨错误时所选择的补充测试项的集合，补充测试项与该必测词表听辨错误项的声韵母属于同一声韵母分类。从而组成多个等价的言语测听动态词表并通过隐含词表项对必测词表听辨错误项进行补偿测试的言语测听软件，测听过程在一个汉语言语测听系统中通过软件系统自动化完成，相比传统测听系统，具有更高的测试效率、测试信度和等价性。
一种基于汉语言语动态词表自动方法

1
2
下一页»
尾页
共 17 条