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！

龙图腾网获悉华南理工大学申请的专利一种语音驱动说话肖像生成方法及电子设备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：CN120298548B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510241072.3，技术领域涉及：G06T13/20；该发明授权一种语音驱动说话肖像生成方法及电子设备是由吴庆耀;张妮;钟晓静设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种语音驱动说话肖像生成方法及电子设备在说明书摘要公布了：本发明公开了一种语音驱动说话肖像生成方法及电子设备，其中方法包括：获取音频特征、空间特征和图像特征；将音频特征和空间特征输入音频‑空间编码模块，通过动态调整音频特征与面部区域的空间位置，使音频特征与空间特征对齐，获得空间感知的唇部特征；将音频特征和图像特征输入音频引导的动态融合模块，利用动态线性层来计算音频感知的通道注意力和空间注意力，获得动态融合特征；获取参考关键点，将参考关键点和音频特征输入表情优化模块，融合参考关键点和音频参考点，获得关键点特征；将唇部感知特征、动态融合特征和关键点特征输入训练后的生成网络，生成视频帧。本发明方法实现了更高质量、更自然且稳定的语音驱动肖像合成效果。

本发明授权一种语音驱动说话肖像生成方法及电子设备在权利要求书中公布了：1.一种语音驱动说话肖像生成方法，其特征在于，包括以下步骤： 根据输入音频获取音频特征，根据输入图像获取空间特征，根据参考视频帧获取图像特征； 将音频特征和空间特征输入音频-空间编码模块，通过动态调整音频特征与面部区域的空间位置，使音频特征与空间特征对齐，获得空间感知的唇部特征； 将音频特征和图像特征输入音频引导的动态融合模块，利用动态线性层来计算音频感知的通道注意力和空间注意力，获得动态融合特征； 获取参考关键点，将参考关键点和音频特征输入表情优化模块，融合参考关键点和音频参考点，获得关键点特征； 将唇部感知特征、动态融合特征和关键点特征输入训练后的生成网络，生成视频帧； 所述动态融合模块的工作方式如下： 将图像特征输入动态融合模块，计算通道注意权重； 将通道注意权重和图像特征的进行逐元素相乘，获得通道细化的视觉特征； 将视觉特征输入一个动态线性层，计算获得空间注意图 将空间注意图和视觉特征进行相乘，获得动态融合特征。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381号；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。