语音驱动唇形自动合成算法

定义了10种基本的嘴形。以Mel频率倒谱系数(MFCC)作为语音特征,通过SVM分类器进行元音a,i,u的识别,根据其对应量化后的语音能量,映射到嘴形序列,进行中值滤波和排除"奇异点"。该算法在基于语音驱动人脸动画系统中的应用取得了良好的效果。

双模态驱动的汉语语音与口型匹配控制模型

构建一种基于文本和朗读语音共同驱动的双模态语音与口型匹配控制模型,充分利用文本拼音提供正确的口型视位,利用朗读语音为口型视位提供正确的时序,在此基础上对口型几何参数和时间参数进行离散化,根据汉语语音发音机理,合理控制语音的口型动作过程。

文本与朗读语音共同驱动的汉语语音与口型匹配方案

构建一种文本和朗读语音共同驱动的双模态语音与口型匹配控制模型,将文本与语音相结合,弥补单模式驱动中信息量不足的缺点,利用文本拼音提供正确的口型视位和朗读语音为口型视位提供正确的时序,实现对语音和口型动作过程的合理匹配。

口型模拟技术及其在网络课程中的应用探索

口型模拟是一种人工智能技术,目前已在多个领域得到应用。文章在介绍口型模拟技术的基础上,比较了两款典型软件的特点,并探讨了该技术在网络课程制作中的应用。通过实验证明,在网络课程中采用口型模拟技术生成动画来讲解理论性知识,与真实教师视频讲解的教学效果基本接近,二者在测验成绩和认知负荷方面未呈现显著差异。

利用HMM提取连续语音中的口型信息

本文主要研究利用改进的HMM模型从非特定人的连续语音中识别出声母、韵母,以及每个音的持续时间,提出了这些语音信息与嘴巴的扩张程度、嘴型和持续时间等口型信息的关系,以便把它们传送给步进电机,(以驱动实物模型。

浅析汉语语音与口型匹配的基本机理

对语音口型匹配的机理进行了概要探析。首先归结了语音口型运动遵循的一些规则,然后在此基础上,结合汉语语音发音特点,从几何形状匹配和时间匹配两个层面,探析了语音与口型匹配的机理。在几何匹配层面,阐述了汉语语音与口型的对应方法,并进一步分析了声母和韵母口型的形成机理;在时间匹配层面,简要分析了声母和韵母口型的时间对位方法。

一种面向汉语语音识别的口形形状识别方法

借助汉语发音口形的生理特点，在音素识别这一水平上进行汉语语音的辅助识别，具体给出了一种口形形状识别和灰度的统计方法及其具体实现．实验结果基本与理论估算相吻合，对５个元音的口形区别正确率在８０％以上。