首页 | 本学科首页   官方微博 | 高级检索  
     

实时语音驱动的虚拟说话人
引用本文:李冰锋,谢磊,周祥增,付中华,张艳宁. 实时语音驱动的虚拟说话人[J]. 清华大学学报(自然科学版), 2011, 0(9)
作者姓名:李冰锋  谢磊  周祥增  付中华  张艳宁
作者单位:西北工业大学计算机学院陕西省语音与图像信息处理重点实验室;
基金项目:国家自然科学基金青年基金资助项目(60802085);国家自然科学基金面上项目(61175018); 陕西省科技计划青年科技新星项目(2011KJXX29); 陕西省自然科学基础研究计划(2011JM8009)
摘    要: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。为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,将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面部动画标准参数化的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的同步性和逼真度上的MOS评分分别达到了3.42和3.50。

关 键 词:可视语音合成  虚拟说话人  面部动画  

Real-time speech driven talking avatar
LI Bingfeng,XIE Lei,ZHOU Xiangzeng,FU Zhonghua,ZHANG Yanning. Real-time speech driven talking avatar[J]. Journal of Tsinghua University(Science and Technology), 2011, 0(9)
Authors:LI Bingfeng  XIE Lei  ZHOU Xiangzeng  FU Zhonghua  ZHANG Yanning
Affiliation:LI Bingfeng,XIE Lei,ZHOU Xiangzeng,FU Zhonghua,ZHANG Yanning(Shaanxi Provincial Key Laboratory of Speech and Image Information Processing,School of Computer Science,Northwestern Polytechnical University,Xi'an 710129,China)
Abstract:This paper presents a real-time speech driven talking avatar.Unlike most talking avatars in which the speech-synchronized facial animation is generated offline,this talking avatar is able to speak with live speech input.This life-like talking avatar has many potential applications in videophones,virtual conferences,audio/video chats and entertainment.Since phonemes are the smallest units of pronunciation,a real-time phoneme recognizer was built.The synchronization between the input live speech and the facia...
Keywords:visual speech synthesis  talking avatar  facial animation  
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号