百度AI专利曝光：逼真口音虚拟数字人即将上线

近日，北京百度网讯科技有限公司的“虚拟对象驱动方法、深度学习网络的训练方法及装置”专利获授权（申请公布号：CN115345968A）。

根据专利摘要显示的信息，则以专利涉及人工智能相关的深度学习、计算机视觉、虚拟 / 增强现实和图像处理技术领域，可应用于虚拟数字人、元宇宙等场景。

具体实现方案包括：响应于获取的语音数据，确定初始语音特征；对初始语音特征进行时序增强处理，得到目标语音特征；基于目标语音特征和目标虚拟对象的基准面部图像，生成唇形图像序列；根据唇形图像序列，对目标虚拟对象进行驱动，使目标虚拟对象执行与语音数据匹配的唇部动作。

简单来说，依靠该专利，基于人工智能深度学习，虚拟数字人在发声时，嘴唇部分的肌肉动作能够更为贴近真人，从而实现整体拟真度的提升。

在后续，基于这一技术，以及百度公布的类ChatGPT项目文心一言（ERNIE Bot），百度有望推出高度拟真，且可以与用户自然对话的虚拟形象。