(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210721665.6 (22)申请日 2022.06.17 (71)申请人 北京中科视维文化科技有限公司 地址 100096 北京市海淀区西三 旗建材城 内3幢3层3 36号 (72)发明人 葛水英　潘蒙　 (74)专利代理 机构 北京国谦专利代理事务所 (普通合伙) 11752 专利代理师 肖应国 (51)Int.Cl. G06T 13/40(2011.01) G06F 16/435(2019.01) G06F 40/151(2020.01) G06F 40/279(2020.01) G06F 40/30(2020.01)A63F 13/60(2014.01) G10L 15/26(2006.01) (54)发明名称 一种基于人工智能语义分析的角色表情动 画的生成方法 (57)摘要 本申请公开了一种基于人工智能语义分析 的角色表情动画的生成方法， 其中， 所述方法包 括接收音频文件； 将所述音 频文件按照预设语音 转换规则转换得到文字序列， 其中所述文字序列 中包括每个文字的发音信息以及发音开始结束 时间； 根据所述发音信息、 所述发音开始结束时 间解析得到对应的口型表情序列信息； 根据所述 文字序列中文本情感分析结果， 得到情绪信息； 将通过所述情绪信息得到的表情库以及动作库 与所述口型表情序列信息合 成， 得到角色目标表 情动画下发至用户端。 本申请解决传统口型与表 情的算法匹配度不高的问题， 以便于高效地合成 高质量的面部表情动画， 从而满足各个行业对虚 拟角色表情动画的大量需求。 权利要求书2页 说明书11页 附图3页 CN 115147521 A 2022.10.04 CN 115147521 A 1.一种基于人工智能语义分析的角色表情动画的生成方法， 其中， 用于服务器， 所述方 法包括： 接收音频文件； 将所述音频文件按照预设语音转换规则转换得到文字序列， 其中所述文字序列中包括 每个文字的发音信息以及发音开始结束时间； 根据所述发音信息、 所述发音开始结束时间解析 得到对应的 口型表情序列信息； 根据所述文字序列中文本情感分析 结果， 得到情绪信息； 将通过所述情绪信 息得到的表情库以及动作库与 所述口型表情序列信 息合成， 得到角 色目标表情动画下发至用户端。 2.如权利要求1所述方法， 其中， 所述根据所述文字序列中文本情感分析结果， 得到情 绪信息包括： 基于预设数据， 建立语料库； 对于语料进行清洗， 保留有用的数据， 删除噪音数据； 对于语料进行分词， 将文本分成词语； 对于语料进行词性标注， 给词语标上词类标签， 以及对于语料进行去停用词、 去掉对文 本特征没有任何贡献作用的字词； 将分词表示成计算机识别的计算类型， 选择合适的、 表达能力强的特征， 进行情绪信 息 特征选择。 3.如权利要求2所述方法， 其中， 所述将分词表示成计算机识别的计算类型， 选择合适 的、 表达能力强的特 征， 进行情绪信息特 征选择， 还 包括： 选择机器学习模型或者深度学习模型， 对选 定的模型进行训练； 对模型多维度评估， 得到最优模型效果， 采取线下训练模型及线上训练模型， 分析得出 该文本所包 含的情绪信息 。 4.如权利要求2所述方法， 其中， 所述将通过所述情绪信 息得到的表情库以及动作库与 所述口型表情序列信息合成， 得到角色目标表情动画下发至用户端， 包括： 将通过所述情绪信息得到的表情库以及动作库与所述口型表情序列信息合成的过程 中， 如果需要口型融合， 则将表情对应的动作与口型融合， 得到对应融合后的角色目标表情 动画。 5.如权利要求1所述方法， 其中， 所述通过所述情绪信 息得到的表情库以及动作库与 所 述口型表情序列信息合成， 得到角色目标表情动画下发至用户端， 包括： 将通过所述情绪信息得到的表情库以及动作库与所述口型表情序列信息合成的过程 中， 根据预设口型幅度控制策略调整得到对应口型幅度的角色目标表情动画。 6.如权利要求1所述方法， 其中， 包括： 所述角色至少包括如下之一的虚拟角色： 拟人、 卡通、 动物， 所述角色预设表情模型位于虚拟角色面部表情系统中。 7.一种基于人工智能语义分析的角色表情动画的生成方法， 其中， 用于用户端， 所述方 法包括： 采集音频文件； 将所述音频文件按照预设语音转换规则转换得到文字序列， 其中所述文字序列中包括 每个文字的发音信息以及发音开始结束时间；权　利　要　求　书 1/2 页 2 CN 115147521 A 2根据所述发音信息、 所述发音开始结束时间解析 得到对应的 口型表情序列信息； 根据所述文字序列中文本情感分析 结果， 得到情绪信息； 将通过所述情绪信 息得到的表情库以及动作库与 所述口型表情序列信 息合成， 生成角 色目标表情动画。 8.一种基于人工智能语义分析的角色表情动画的生成装置， 其中， 用于服务器， 所述装 置包括： 接收模块， 用于 接收音频文件； 语音转换模块， 用于将所述音频文件按照预设语音转换规则转换得到文字序列， 其中 所述文字序列中包括每 个文字的发音信息以及发音开始结束时间； 表情解析模块， 用于根据所述发音信息、 所述发音开始结束时间解析得到对应的口型 表情序列信息； 根据所述文字序列中文本情感分析 结果， 得到情绪信息； 表情合成模块， 用于通过所述情绪信 息得到的表情库以及动作库与 所述口型表情序列 信息合成， 得到角色目标表情动画下发至用户端。 9.一种电子设备， 包括： 处理器； 以及 被安排成存储计算机可执行指令的存储器， 所述可执行指令在被执行时使所述处理器 执行所述权利要求1～6之任一所述方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储一个或多个程序， 所述一 个或多个程序当被包括多个应用程序的电子设备执行时， 使得所述电子设备执行所述权利 要求1～6之任一所述方法。权　利　要　求　书 2/2 页 3 CN 115147521 A 3