摩尔线程智能科技(北京)股份有限公司请求不公布姓名获国家专利权
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!
龙图腾网获悉摩尔线程智能科技(北京)股份有限公司申请的专利交互数字人生成模型的训练方法、交互数字人的生成方法、装置、存储介质和程序产品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:CN120146139B 。
龙图腾网通过国家知识产权局官网在2025-09-09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:202510624370.0,技术领域涉及:G06N3/084;该发明授权交互数字人生成模型的训练方法、交互数字人的生成方法、装置、存储介质和程序产品是由请求不公布姓名设计研发完成,并于2025-05-15向国家知识产权局提交的专利申请。
本交互数字人生成模型的训练方法、交互数字人的生成方法、装置、存储介质和程序产品在说明书摘要公布了:本公开涉及图像生成技术领域,尤其涉及一种交互数字人生成模型的训练方法、交互数字人的生成方法、装置、存储介质和程序产品。所述交互数字人生成模型包括对话大语言模型和数字人驱动模型,且所述数字人驱动模型与所述对话大语言模型的目标隐含层连接,所述方法包括:将训练音频片段输入所述对话大语言模型,通过所述目标隐含层输出所述训练音频片段对应的第一音频特征向量;通过所述数字人驱动模型基于所述第一音频特征向量,生成所述训练音频片段对应的合成视频帧序列;根据所述训练音频片段对应的目标视频帧序列和所述合成视频帧序列,更新所述数字人驱动模型的参数。本公开能够降低交互数字人的响应延迟,并使数字人形象更自然。
本发明授权交互数字人生成模型的训练方法、交互数字人的生成方法、装置、存储介质和程序产品在权利要求书中公布了:1.一种交互数字人生成模型的训练方法,其特征在于,所述交互数字人生成模型包括对话大语言模型和数字人驱动模型,且所述数字人驱动模型与所述对话大语言模型的目标隐含层连接,所述交互数字人生成模型基于用户的输入语音同步生成文本回复、音频回复和数字人形象三种模态的输出数据,所述方法包括: 将训练音频片段输入所述对话大语言模型,通过所述目标隐含层输出所述训练音频片段对应的第一音频特征向量; 通过所述数字人驱动模型基于所述第一音频特征向量,生成所述训练音频片段对应的合成视频帧序列,同时通过所述对话大语言模型中的音频解码器将所述第一音频特征向量转换为合成音频; 根据所述训练音频片段对应的目标视频帧序列和所述合成视频帧序列,更新所述数字人驱动模型的参数; 其中,所述对话大语言模型在训练过程中交替输出文本标记和音频标记。
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摩尔线程智能科技(北京)股份有限公司,其通讯地址为:100036 北京市海淀区翠微中里14号楼四层B655;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。