平安科技申请音频驱动数字人生成专利，能够生成音唇同步的数字人视频

金融界2024年12月5日消息，国家知识产权局信息显示，平安科技（深圳）有限公司申请一项名为“音频驱动数字人生成方法和装置、电子设备及存储介质”的专利，公开号 CN 119071591 A，申请日期为2024年8月。

专利摘要显示，本申请实施例提供了一种音频驱动数字人生成方法和装置、电子设备及存储介质，属于金融科技技术领域。该方法包括：获取用户输入的音频信号和目标人脸视频；对音频信号进行特征提取，得到音频特征；将音频特征转化为音唇同步的面部动作序列；采用流形映射算法对面部动作序列进行处理，得到多个面部动作的线性组合；根据多个面部动作的线性组合生成面部运动的视频帧；采用目标人脸渲染器对面部运动的视频帧进行渲染，生成目标数字人视频。基于此，本申请实施例能够生成音唇同步的数字人视频，具有高保真度，在金融场景下，生成高保真度的数字人视频可以提升客户观感，提高客户的信赖度，有助于提高金融服务质量，从而提升金融企业的竞争力。

本文源自：金融界

作者：情报员