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！

龙图腾网获悉东南大学申请的专利一种基于深度学习的语音驱动人脸生成方法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：CN115861461B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202211180628.5，技术领域涉及：G06T11/60；该发明授权一种基于深度学习的语音驱动人脸生成方法是由李沛霖;吴卓骏;夏思宇设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种基于深度学习的语音驱动人脸生成方法在说明书摘要公布了：本发明公开了一种基于深度学习的语音驱动人脸生成方法，涉及模式识别技术领域，解决了不能自动且准确的生成符合文本信息的人脸的技术问题，其技术方案要点是针对驱动人脸的输入类型在系统框架上作出针对性改进，创新性地加入语音识别模块，通过语音识别直接获取人脸的基本面部特征，简化了人脸生成的流程；同时充分利用StyleGAN2模型中不同人脸生成模型间映射关系的相似性，能够针对性的生成某一风格的人脸脸型，在刑侦领域具有重要的实践意义。

本发明授权一种基于深度学习的语音驱动人脸生成方法在权利要求书中公布了：1.一种基于深度学习的语音驱动人脸生成方法，其特征在于，包括： S1：对语音信号进行识别并转换成对应的文本信息； S2：对StyleGAN2模型的生成器进行反转得到图像编码器，对CLIP模型的文本编码器进行训练使得文本向量和图像向量的距离最小，则得到训练好的文本编码器，则所述图像编码器和训练好的文本编码器与StyleGAN2模型的合成网络连接构成渐进式生成对抗网络； S3：将所述文本信息输入到所述渐进式生成对抗网络中，得到与所述文本信息对应的潜在编码W； S4：将所述潜在编码W输入到所述StyleGAN2模型的生成器中，生成人脸； 其中，所述步骤S2中，对StyleGAN2模型的生成器进行反转得到图像编码器，包括： 引入一个的图像编码器，通过图像编码器对真实图像x再进行编码，使真实图像x映射到附近，表示为： ；1 其中，表示s空间里的向量Z；表示StyleGAN2模型的生成器；表示StyleGAN2模型的生成器根据向量生成图像；表示通过图像编码器对图像再进行编码； 额外加入真实图像x的文本信息，使该文本信息映射到潜在空间w，从而获取真实图像x的语义信息，表示为： ；2 ；3 其中，F.表示特征提取网络VGG；表示L2距离；表示方差计算公式；表示图像判别器；、和均表示超参数； 通过式2至式3对图像编码器进行训练，使其具备从真实图像x推理出的能力，从而得到所述图像编码器。

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东南大学，其通讯地址为：210096 江苏省南京市江宁区东南大学路2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。