买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州赛灵力科技有限公司申请的专利一种语音驱动图像的方法、系统、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116597857B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310334646.2，技术领域涉及：G10L21/10；该发明授权一种语音驱动图像的方法、系统、装置及存储介质是由李权;杨锦;彭绪坪;叶俊杰;王伦基;成秋喜;付玟设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种语音驱动图像的方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了一种语音驱动图像的方法、系统、装置及存储介质，包括：获取音频数据，并通过语音特征提取模型提取所述音频数据对应的音频特征向量；通过唇形表情预测模型和确定的表情情绪向量对所述音频特征向量进行预测，得到唇形表情偏移量序列；获取三维人脸基础模型，将所述三维人脸基础模型和所述唇形表情偏移量序列进行合成处理，得到三维人脸唇形表情动画。本发明实施例能够根据输入语音驱动图像生成包含唇形和表情的三维动画，效率高，稳定性好，可广泛应用于计算机技术领域。

本发明授权一种语音驱动图像的方法、系统、装置及存储介质在权利要求书中公布了：1.一种语音驱动图像的方法，其特征在于，包括： 获取音频数据，并通过语音特征提取模型提取所述音频数据对应的音频特征向量； 通过唇形表情预测模型和确定的表情情绪向量对所述音频特征向量进行预测，得到唇形表情偏移量序列； 获取三维人脸基础模型，将所述三维人脸基础模型和所述唇形表情偏移量序列进行合成处理，得到三维人脸唇形表情动画； 所述唇形表情预测模型包括transformer神经网络模型，所述transformer神经网络模型包括编码器网络和解码器网络，所述通过唇形表情预测模型和确定的表情情绪向量对所述音频特征向量进行预测，得到唇形表情偏移量序列，具体包括： 将所述音频特征向量输入到编码器网络，得到音频信息表征向量序列； 将所述音频信息表征向量序列和确定的表情情绪向量输入解码器网络，得到唇形表情偏移量序列； 其中，所述唇形表情预测模型训练过程，目标损失函数的计算公式如下： 其中，Loss表示损失值，Llip表示唇形区域的损失值，Sl表示唇形区域的影响系数，Lface表示唇形区域以外的人脸表情区域的损失值，Sf表示唇形区域以外的人脸表情区域的影响系数，Lreg表示表情正则项的损失值，Sr表示表情正则项的影响系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州赛灵力科技有限公司，其通讯地址为：510663 广东省广州市黄埔区香雪八路98号F栋105房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。