[發明專利]用于生成視頻的方法和裝置

在審

• 申請號: 202011270760.6
• 申請日: 2020-11-13
• 公開（公告）號: CN112381926A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 湯本來;姚佳立;畢成;殷翔
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00
• 代理公司: 北京海智友知識產權代理事務所(普通合伙) 11455
• 代理人: 吳京順

1.一種用于生成視頻的方法，包括：

獲取從文本提取的文本特征；

根據所述文本特征，確定目標人的特征，其中，所述目標人的特征包括所述目標人針對所述文本的人臉關鍵點；

根據所述人臉關鍵點，生成所述目標人的視頻。

2.根據權利要求1所述的方法，其中，所述目標人的特征還包括所述目標人針對所述文本的聲學特征。

3.根據權利要求2所述的方法，其中，所述方法還包括：

利用所述聲學特征合成所述目標人針對所述文本的音頻；

為所述視頻添加所述音頻。

4.根據權利要求1-3之一所述的方法，其中，所述根據所述文本特征，確定目標人的特征，包括：

利用預先訓練的、目標人對應的特征確定模型根據所述文本特征，確定所述目標人的特征。

5.根據權利要求1-3之一所述的方法，其中，所述人臉關鍵點包括至少一組人臉關鍵點，且每組人臉關鍵點用于表征一幀人臉圖像。

6.根據權利要求5所述的方法，其中，所述根據所述人臉關鍵點，生成所述目標人的視頻，包括：

生成所述至少一組人臉關鍵點中的各組人臉關鍵點分別對應的人臉圖像，得到人臉圖像集；

利用所述人臉圖像集生成所述目標人的視頻。

7.根據權利要求6所述的方法，其中，所述生成所述至少一組人臉關鍵點中的各組人臉關鍵點分別對應的人臉圖像，包括：

對于所述至少一組人臉關鍵點中的每組人臉關鍵點，利用預先訓練的、所述目標人對應的圖像生成模型根據該組人臉關鍵點，生成該組人臉關鍵點對應的人臉圖像。

8.根據權利要求3所述的方法，其中，所述音頻包括以下至少一項：說話數據、歌唱數據。

9.一種用于生成視頻的裝置，包括：

獲取單元，被配置成獲取從文本提取的文本特征；

確定單元，被配置成根據所述文本特征，確定目標人的特征，其中，所述目標人的特征包括所述目標人針對所述文本的人臉關鍵點；

生成單元，被配置成根據所述人臉關鍵點，生成所述目標人的視頻。

10.一種電子設備，包括：

一個或多個處理器；

存儲裝置，其上存儲有一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-8中任一所述的方法。

11.一種計算機可讀介質，其上存儲有計算機程序，其中，該程序被處理器執行時實現如權利要求1-8中任一所述的方法。