上传者: x02y20to91
|
上传时间: 2021-05-17 15:56:38
|
文件大小: 449KB
|
文件类型: PDF
该文实现了一个实时语音驱动的虚拟说话人面部动画方案。随着语音信号的输入,同步生成对应的面部动画。这种实时语音驱动的虚拟说话人在可视电话、虚拟会议,音视频聊天等即时通讯与娱乐媒体领域具有巨大的应用潜力。由于音素是最小的可分发音单元,因此构建音素识别器,对输入语音信号进行实时音素识别。这提高语音与口型的同步效果,改进了音素识别与输出算法。考虑协同发音影响,利用动态视素生成算法,奖识别得到的音素转化为对应的面部动画参数序列。最后用参数序列驱动按照Mpeg-4面部动画标准参数的3-d头部模型,实现面部动画的同步生成。主观Mos评测结果表明:本文所实现的实时语音驱动虚拟说话人在同步性和逼真度上的Mos评分分别达到了3.42和3.50。