本發(fā)明涉及虛擬現(xiàn)實(shí)(VR,virtual reality)，尤其涉及在VR中生成人物模型的表情和姿態(tài)的方法。

背景技術(shù)：

隨著虛擬現(xiàn)實(shí)技術(shù)的發(fā)展，市面上出現(xiàn)了虛擬現(xiàn)實(shí)設(shè)備和與之匹配的虛擬現(xiàn)實(shí)引擎。在虛擬現(xiàn)實(shí)的人機(jī)交互中，虛擬人物的真實(shí)度會(huì)大大影響用戶的體驗(yàn)感。比起現(xiàn)實(shí)中的人物為了排解用戶的煩憂，部分公司開發(fā)了智能機(jī)器人，實(shí)現(xiàn)了自動(dòng)識(shí)別用戶意圖，并回答的功能，例如微軟的機(jī)器人小冰，已經(jīng)實(shí)現(xiàn)了和用戶文字上的自動(dòng)對(duì)話交流的功能。并且，機(jī)器人的文字答復(fù)也能夠通過TTS的文字轉(zhuǎn)語音技術(shù)轉(zhuǎn)換成語音流和相應(yīng)的情緒數(shù)據(jù)。但是市面上卻沒有一款在虛擬現(xiàn)實(shí)中說話時(shí)通過語音驅(qū)動(dòng)來實(shí)現(xiàn)自動(dòng)做出表情和姿態(tài)的機(jī)器人。因此，當(dāng)虛擬人物要說話時(shí)，需要專業(yè)人士制作虛擬現(xiàn)實(shí)人物的影像，不僅成本高，而且費(fèi)時(shí)費(fèi)力。

本領(lǐng)域迫切需要一款能克服上述缺陷的基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明之目的是一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，其能夠通過語音的聲波信息來實(shí)時(shí)驅(qū)動(dòng)當(dāng)前虛擬現(xiàn)實(shí)人物的臉部表情和嘴部表情，以使得虛擬形象自動(dòng)生成和真人一樣自然的表情表達(dá)，無需制作虛擬現(xiàn)實(shí)人物影像，成本低省時(shí)省力。

本發(fā)明提供一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，用于驅(qū)動(dòng)說話的虛擬現(xiàn)實(shí)人物模型的表情和姿態(tài)，包括：獲取語音數(shù)據(jù)，語音驅(qū)動(dòng)模塊同步接收語音流和對(duì)應(yīng)語音流設(shè)置的情緒標(biāo)簽。計(jì)算基本動(dòng)畫的權(quán)重值，語音驅(qū)動(dòng)模塊根據(jù)情緒標(biāo)簽和語音流的音量來計(jì)算出平靜、快樂、憤怒、恐懼、悲傷5種基本表情動(dòng)畫的權(quán)重值。計(jì)算修飾動(dòng)畫的權(quán)重值，語音驅(qū)動(dòng)模塊根據(jù)情緒標(biāo)簽和語音流的音量來計(jì)算出眉毛、眼睛、嘴角修飾動(dòng)畫的權(quán)重值。計(jì)算基本口型動(dòng)畫的權(quán)重值，語音驅(qū)動(dòng)模塊對(duì)語音流進(jìn)行口型動(dòng)畫分析，計(jì)算出基本發(fā)音PP、FF、TH、DD、H、CH、SS、NN、RR、AH、EI、IH、OH、WU基本口型動(dòng)畫的權(quán)重值。修正合成動(dòng)畫，語音驅(qū)動(dòng)模塊修正合成的基本表情動(dòng)畫、修飾動(dòng)畫和基本口型動(dòng)畫，以生成臉部模型網(wǎng)格。輸出臉部表情網(wǎng)格，語音驅(qū)動(dòng)模塊輸出臉部表情網(wǎng)格。

作為優(yōu)選方式，所述方法還包括：在獲取語音數(shù)據(jù)前通過狀態(tài)機(jī)根據(jù)相應(yīng)場(chǎng)景控制人物模型的身體動(dòng)作。

作為優(yōu)選方式，所述獲取語音數(shù)據(jù)包括：UE4引擎并行渲染人物模型，以輸出語音。

作為優(yōu)選方式，所述獲取語音數(shù)據(jù)包括：在每一個(gè)語音流上人工設(shè)置情緒標(biāo)簽。通過語義引擎選擇人物模型的文字答復(fù)，其中，語義引擎設(shè)置有意圖分析模塊。通過文字轉(zhuǎn)語音技術(shù)(TTS技術(shù))將文字答復(fù)轉(zhuǎn)換為語音輸出至語音驅(qū)動(dòng)模塊。

作為優(yōu)選方式，所述方法包括：UE4引擎接收語音驅(qū)動(dòng)模塊輸出的臉部模型網(wǎng)格。UE4引擎控制語音、臉部模型網(wǎng)格和身體動(dòng)作的同步并輸出。

作為優(yōu)選方式，所述計(jì)算基本動(dòng)畫的權(quán)重值包括：為每個(gè)基本表情動(dòng)畫人工預(yù)設(shè)基本表情動(dòng)畫系數(shù)；根據(jù)基本表情動(dòng)畫的動(dòng)畫系數(shù)來計(jì)算權(quán)重值。

作為優(yōu)選方式，所述計(jì)算修飾動(dòng)畫的權(quán)重值包括：為每個(gè)修飾動(dòng)畫人工預(yù)設(shè)修飾動(dòng)畫系數(shù)；根據(jù)修飾動(dòng)畫系數(shù)來計(jì)算權(quán)重值。

作為優(yōu)選方式，所述計(jì)算基本口型動(dòng)畫的權(quán)重值包括：對(duì)每個(gè)發(fā)音制作一個(gè)口型動(dòng)畫；根據(jù)當(dāng)前語音和基本發(fā)音模板進(jìn)行匹配，計(jì)算出匹配度，其中，匹配度范圍為0～1.0。

作為優(yōu)選方式，所述根據(jù)基本表情動(dòng)畫的動(dòng)畫系數(shù)來計(jì)算權(quán)重值包括：計(jì)算平靜的情緒標(biāo)簽相應(yīng)位置的音量、快樂的情緒標(biāo)簽相應(yīng)位置的音量、悲傷的情緒標(biāo)簽相應(yīng)位置的音量、憤怒的情緒標(biāo)簽相應(yīng)位置的音量、恐懼的情緒標(biāo)簽相應(yīng)位置的音量；根據(jù)聲音音量和預(yù)設(shè)的音量最大值與音量最小值來計(jì)算出平靜系數(shù)、快樂系數(shù)、悲傷系數(shù)、憤怒系數(shù)和恐懼系數(shù)；根據(jù)同一位置的平靜系數(shù)、快樂系數(shù)、悲傷系數(shù)、憤怒系數(shù)和恐懼系數(shù)來合成基本表情動(dòng)畫的權(quán)重值，以匹配基本表情動(dòng)畫。

作為優(yōu)選方式，所述根據(jù)修飾動(dòng)畫系數(shù)來計(jì)算權(quán)重值包括：計(jì)算眉毛相應(yīng)位置的音量、眼睛相應(yīng)位置的音量、嘴角相應(yīng)位置的音量；根據(jù)聲音音量和預(yù)設(shè)的音量最大值與音量最小值來計(jì)算出眉毛系數(shù)、眼睛系數(shù)和嘴角系數(shù)。根據(jù)同一位置的眉毛系數(shù)、眼睛系數(shù)和嘴角系數(shù)來合成修飾動(dòng)畫的權(quán)重值，以匹配修飾動(dòng)畫。

本發(fā)明提供的一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法能夠通過語音的聲波信息來實(shí)時(shí)驅(qū)動(dòng)當(dāng)前虛擬現(xiàn)實(shí)人物的臉部表情和嘴部表情,以使得虛擬形象自動(dòng)生成和真人一樣自然的表情表達(dá)，無需制作虛擬現(xiàn)實(shí)人物影像，成本低省時(shí)省力。

附圖說明

下面將簡(jiǎn)要說明本申請(qǐng)所使用的附圖，顯而易見地，這些附圖僅用于解釋本發(fā)明的構(gòu)思。

圖1為本發(fā)明基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法的步驟流程圖；

圖2為本發(fā)明基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法的示意框圖；

圖3為聲音驅(qū)動(dòng)技術(shù)的步驟流程圖；

圖4為聲音驅(qū)動(dòng)技術(shù)的示意框圖。

附圖標(biāo)記匯總：

1、連續(xù)語音分析模塊 2、語義分析模塊 3、文字轉(zhuǎn)語音模塊

4、語音驅(qū)動(dòng)模塊 5、UE4引擎

具體實(shí)施方式

在下文中，將參照附圖描述本發(fā)明的基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法的實(shí)施例。

在此記載的實(shí)施例為本發(fā)明的特定的具體實(shí)施方式，用于說明本發(fā)明的構(gòu)思，均是解釋性和示例性的，不應(yīng)解釋為對(duì)本發(fā)明實(shí)施方式及本發(fā)明范圍的限制。除在此記載的實(shí)施例外，本領(lǐng)域技術(shù)人員還能夠基于本申請(qǐng)權(quán)利要求書和說明書所公開的內(nèi)容采用顯而易見的其它技術(shù)方案，這些技術(shù)方案包括對(duì)在此記載的實(shí)施例做出任何顯而易見的替換和修改的技術(shù)方案。

本說明書的附圖為示意圖，輔助說明本發(fā)明的構(gòu)思，示意性地表示各部分的相互關(guān)系。

參見圖1，本發(fā)明提出的一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，用于驅(qū)動(dòng)說話的虛擬現(xiàn)實(shí)人物模型的表情和姿態(tài)，包括如下步驟：

S51：獲取語音數(shù)據(jù)，語音驅(qū)動(dòng)模塊5同步接收語音流和對(duì)應(yīng)語音流設(shè)置的情緒標(biāo)簽；

S52：計(jì)算基本動(dòng)畫的權(quán)重值，語音驅(qū)動(dòng)模塊5根據(jù)情緒標(biāo)簽和語音流的音量來計(jì)算出平靜、快樂、憤怒、恐懼、悲傷5種基本表情動(dòng)畫的權(quán)重值；

S53：計(jì)算修飾動(dòng)畫的權(quán)重值，語音驅(qū)動(dòng)模塊5根據(jù)情緒標(biāo)簽和語音流的音量來計(jì)算出眉毛、眼睛、嘴角修飾動(dòng)畫的權(quán)重值；

S54：計(jì)算基本口型動(dòng)畫的權(quán)重值，語音驅(qū)動(dòng)模塊5對(duì)語音流進(jìn)行口型動(dòng)畫分析，計(jì)算出基本發(fā)音PP、FF、TH、DD、H、CH、SS、NN、RR、AH、EI、IH、OH、WU基本口型動(dòng)畫的權(quán)重值；

S55：修正合成動(dòng)畫，語音驅(qū)動(dòng)模塊5修正合成的基本表情動(dòng)畫、修飾動(dòng)畫和基本口型動(dòng)畫，以生成臉部模型網(wǎng)格；以及

S56：輸出臉部表情網(wǎng)格，語音驅(qū)動(dòng)模塊5輸出臉部表情網(wǎng)格。

在本實(shí)施例中，參見圖2，語音驅(qū)動(dòng)模塊5通過語音的聲波信息(語音流和語音流對(duì)應(yīng)的情緒標(biāo)簽)來實(shí)時(shí)驅(qū)動(dòng)當(dāng)前說話者的臉部表情和嘴部表情，例如眉毛、眼睛和嘴巴，以使得虛擬現(xiàn)實(shí)中的人物獲得如同真人一樣自然的表情表達(dá)。本發(fā)明的語音驅(qū)動(dòng)模塊5可以連接AI情緒表達(dá)專家系統(tǒng)，通過AI情緒表達(dá)專家系統(tǒng)的情緒引擎自動(dòng)讓虛擬形象擁有喜怒哀樂的情緒表達(dá)，例如自動(dòng)標(biāo)記語音流的情緒標(biāo)簽。情緒標(biāo)簽是人工設(shè)定的，內(nèi)容是預(yù)先知道的。情緒標(biāo)簽來自對(duì)應(yīng)的情緒標(biāo)簽文件(根據(jù)語音由人工標(biāo)記而成)。

如圖3和圖4所示，步驟S1中，當(dāng)用戶說話時(shí)，用戶的語音傳入錄音設(shè)備1，從而能實(shí)時(shí)生成錄音文件。步驟S2中，錄音文件經(jīng)過連續(xù)語音分析模塊2將語音轉(zhuǎn)換為文字輸入語義分析模塊3。步驟S3中，語義分析模塊3通過語義分析識(shí)別用戶意圖，以從數(shù)據(jù)庫中選擇回答來生成回復(fù)用戶的文字信息。步驟S4中，文字信息經(jīng)文字轉(zhuǎn)語音模塊4生成答復(fù)語音信息。答復(fù)語音信息包含情緒信息和語音流。步驟S5中，在語音流的各個(gè)部分人工添加情緒標(biāo)簽，再通過本發(fā)明的方法通過輸入情緒標(biāo)簽和語音流至語音驅(qū)動(dòng)模塊5，來驅(qū)動(dòng)說話的虛擬現(xiàn)實(shí)人物模型的表情和姿態(tài)。步驟S62中，語音流和步驟S61中虛擬現(xiàn)實(shí)人物模型的表情和姿態(tài)并行運(yùn)算，同步輸出，以實(shí)現(xiàn)整個(gè)人機(jī)交互的過程。本發(fā)明兼容TTS的文字轉(zhuǎn)語音模塊4，能自動(dòng)接收文字轉(zhuǎn)語音模塊4輸出的數(shù)據(jù)并處理，以實(shí)現(xiàn)語音驅(qū)動(dòng)說話的虛擬現(xiàn)實(shí)人物模型的表情和姿態(tài)。本發(fā)明的語音同步輸出和對(duì)人物模型渲染可以通過UE4引擎6來實(shí)現(xiàn)。

在步驟S52中，計(jì)算基本動(dòng)畫的權(quán)重值包括：為每個(gè)基本表情動(dòng)畫人工預(yù)設(shè)基本表情動(dòng)畫系數(shù)；以及，根據(jù)基本表情動(dòng)畫的動(dòng)畫系數(shù)來計(jì)算權(quán)重值。虛擬人物的平靜、快樂、憤怒、恐懼和悲傷5種基本大表情動(dòng)畫的表情模型會(huì)由美術(shù)師制作而成。建立動(dòng)畫模型是傳統(tǒng)的美術(shù)動(dòng)畫的工作，一般中級(jí)動(dòng)畫師都可以勝任。至于自動(dòng)調(diào)用哪一個(gè)表情，可以將本發(fā)明的方法編程形成語音驅(qū)動(dòng)模塊5，以實(shí)現(xiàn)自動(dòng)控制。例如：在一段語音流中，具有平靜的情緒標(biāo)簽和快樂的情緒標(biāo)簽。下面以平靜到快樂為例子來說明語音驅(qū)動(dòng)模塊5如何判斷平靜到快樂的程度。工作人員預(yù)設(shè)平靜為0，快樂(最快樂的模型狀態(tài))為1，語音驅(qū)動(dòng)模塊5根據(jù)聲音的大小值(其中最大值，和最小值可以配置)來計(jì)算一個(gè)系數(shù)例如0.3，計(jì)算出來的新表情模型是0.3的快樂模型和0.7的平靜模型組合而成。語音驅(qū)動(dòng)模塊5計(jì)算系數(shù)時(shí)，可以按照工作人員預(yù)設(shè)的算法來計(jì)算各個(gè)模型的系數(shù)，例如5大基本表情的系數(shù)計(jì)算公式可以為情緒標(biāo)簽對(duì)應(yīng)位置的音量值和最小值的差值，除以最大值和最小值的差值。每個(gè)基本表情模型都有預(yù)設(shè)的平靜、快樂、憤怒、恐懼和悲傷的系數(shù)，語音驅(qū)動(dòng)模塊5自動(dòng)匹配基本表情模型系數(shù)，以選出最合適的5大基本表情的模型。

在步驟S53中，計(jì)算修飾動(dòng)畫的權(quán)重值包括：為每個(gè)修飾動(dòng)畫人工預(yù)設(shè)修飾動(dòng)畫系數(shù)；以及，根據(jù)修飾動(dòng)畫系數(shù)來計(jì)算權(quán)重值。虛擬人物的眉毛、眼睛、嘴角修飾動(dòng)畫的表情模型會(huì)由美術(shù)師制作而成。至于自動(dòng)調(diào)用哪一個(gè)表情，可以將本發(fā)明的方法編程形成語音驅(qū)動(dòng)模塊5，以實(shí)現(xiàn)自動(dòng)控制。例如：在一段語音流中，具有平靜的情緒標(biāo)簽和快樂的情緒標(biāo)簽。下面以平靜到快樂為例子來說明語音驅(qū)動(dòng)模塊5如何判斷平靜到快樂的程度。工作人員預(yù)設(shè)平靜為0，快樂(最快樂的模型狀態(tài))為1，語音驅(qū)動(dòng)模塊5根據(jù)聲音的大小值(其中最大值，和最小值可以配置)來計(jì)算一個(gè)系數(shù)例如0.3，計(jì)算出來的新表情模型是0.3的快樂模型和0.7的平靜模型組合而成。語音驅(qū)動(dòng)模塊5計(jì)算系數(shù)時(shí)，可以按照工作人員預(yù)設(shè)的算法來計(jì)算各個(gè)模型的系數(shù)，例如修飾動(dòng)畫的表情模型的系數(shù)計(jì)算公式可以為情緒標(biāo)簽對(duì)應(yīng)位置的音量值和最小值的差值，除以最大值和最小值的差值。每個(gè)修飾動(dòng)畫的表情模型都有預(yù)設(shè)的平靜、快樂、憤怒、恐懼和悲傷的系數(shù)，語音驅(qū)動(dòng)模塊5自動(dòng)匹配基本表情模型系數(shù)，以選出最合適的修飾動(dòng)畫的表情模型。

在步驟S54中，計(jì)算基本口型動(dòng)畫的權(quán)重值包括：美術(shù)師會(huì)預(yù)先對(duì)每個(gè)發(fā)音制作一個(gè)口型動(dòng)畫。語音驅(qū)動(dòng)模塊5根據(jù)當(dāng)前語音和預(yù)設(shè)的基本發(fā)音模板進(jìn)行匹配，以計(jì)算出匹配度(0～1.0)。語音驅(qū)動(dòng)模塊5根據(jù)預(yù)設(shè)的對(duì)應(yīng)表和各個(gè)發(fā)音的權(quán)重值(即匹配度)自動(dòng)調(diào)用匹配度最高的發(fā)音模型，其中，對(duì)應(yīng)表是基本口型的發(fā)音模型和發(fā)音模型對(duì)應(yīng)的發(fā)音的對(duì)應(yīng)關(guān)系表。

在步驟S55中，每一次的計(jì)算都會(huì)產(chǎn)生對(duì)應(yīng)的權(quán)重系數(shù)，語音驅(qū)動(dòng)模塊5能夠根據(jù)動(dòng)畫系數(shù)來合成和修飾基本表情動(dòng)畫、修飾動(dòng)畫和口型動(dòng)畫。網(wǎng)格叫模型網(wǎng)格，每個(gè)模型都是由網(wǎng)格來組成的。用模型來代表表情，比如快樂的模型，也叫快樂的表情網(wǎng)格。工作人員可以根據(jù)自己的需要預(yù)設(shè)各個(gè)動(dòng)畫組合時(shí)對(duì)應(yīng)的修飾方法和合成順序，以實(shí)現(xiàn)對(duì)表情網(wǎng)格的合成和修飾。例如工作人員可以設(shè)定快樂表情一合成眉毛二時(shí)，眉毛二要向上移動(dòng)3格。又例如工作人員可以設(shè)定基本表情模型均在模型內(nèi)側(cè)，眉毛等修飾表情貼在基本表情上，口型動(dòng)畫疊在基本表情和修飾表情上。

在步驟S56中，顯示可以由UE4引擎6來完成，它是渲染引擎。UE4引擎6的渲染和語音驅(qū)動(dòng)模塊5對(duì)表情動(dòng)畫的合成和修正與UE4引擎6的渲染是并行計(jì)算的，所以它們是實(shí)時(shí)的，同步的。

這樣能夠通過語音的聲波信息來實(shí)時(shí)驅(qū)動(dòng)當(dāng)前虛擬現(xiàn)實(shí)人物的臉部表情和嘴部表情，以使得虛擬形象自動(dòng)生成和真人一樣自然的表情表達(dá)，無需制作虛擬現(xiàn)實(shí)人物影像，成本低省時(shí)省力。

本實(shí)施例進(jìn)一步優(yōu)選地，提供了一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，包括：在獲取語音數(shù)據(jù)前通過狀態(tài)機(jī)根據(jù)相應(yīng)場(chǎng)景控制人物模型的身體動(dòng)作。因?yàn)樯眢w動(dòng)作和表情動(dòng)作沒有必然聯(lián)系，所以可以通過特定場(chǎng)景的狀態(tài)機(jī)來控制或是通過更加具體的情緒來模擬。這樣能夠在單獨(dú)控制人物的表情和動(dòng)作，使得虛擬人物更真實(shí)，更易于控制。

本實(shí)施例進(jìn)一步優(yōu)選地，提供了一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，其中，獲取語音數(shù)據(jù)包括：UE4引擎6并行渲染人物模型，以輸出語音。語音流和情緒標(biāo)簽流是同步的，根據(jù)語音流和情緒標(biāo)簽的值能夠自動(dòng)計(jì)算表情動(dòng)畫的權(quán)重，以匹配相應(yīng)的表情動(dòng)畫。因此在UE4渲染的時(shí)候，虛擬人物的表情就自然形成了。顯示是由UE4引擎來完成，它是渲染引擎。渲染和語音驅(qū)動(dòng)表情的計(jì)算是并行的，所以語音和聲音是實(shí)時(shí)的，同步的。這樣能夠?qū)崿F(xiàn)同步輸出人物模型和語音，使得虛擬人物更真實(shí)，實(shí)時(shí)性強(qiáng)，而不會(huì)造成語音延遲。

本實(shí)施例進(jìn)一步優(yōu)選地，提供了一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，其中，獲取語音數(shù)據(jù)還包括：在每一個(gè)語音流上人工設(shè)置情緒標(biāo)簽。通過語義引擎選擇人物模型的文字答復(fù)，其中，語義引擎設(shè)置有意圖分析模塊。通過文字轉(zhuǎn)語音技術(shù)(TTS技術(shù))將文字答復(fù)轉(zhuǎn)換為語音輸出至語音驅(qū)動(dòng)模塊5。這樣能直接使用文字轉(zhuǎn)語音模塊4輸出的數(shù)據(jù)作為本發(fā)明的輸入數(shù)據(jù)進(jìn)行處理，方便快捷。

本實(shí)施例進(jìn)一步優(yōu)選地，提供了一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，包括：UE4引擎6接收語音驅(qū)動(dòng)模塊5輸出的臉部模型網(wǎng)格；以及，UE4引擎6控制語音、臉部模型網(wǎng)格和身體動(dòng)作的同步并輸出。這樣能夠?qū)崿F(xiàn)同步輸出人物模型和語音，使得虛擬人物更真實(shí)，實(shí)時(shí)性強(qiáng)，而不會(huì)造成語音延遲。

本實(shí)施例進(jìn)一步優(yōu)選地，提供了一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，其中，根據(jù)基本表情動(dòng)畫的動(dòng)畫系數(shù)來計(jì)算權(quán)重值包括：計(jì)算平靜的情緒標(biāo)簽相應(yīng)位置的音量、快樂的情緒標(biāo)簽相應(yīng)位置的音量、悲傷的情緒標(biāo)簽相應(yīng)位置的音量、憤怒的情緒標(biāo)簽相應(yīng)位置的音量、恐懼的情緒標(biāo)簽相應(yīng)位置的音量；根據(jù)聲音音量和預(yù)設(shè)的音量最大值與音量最小值來計(jì)算出平靜系數(shù)、快樂系數(shù)、悲傷系數(shù)、憤怒系數(shù)和恐懼系數(shù)；以及，根據(jù)同一位置的平靜系數(shù)、快樂系數(shù)、悲傷系數(shù)、憤怒系數(shù)和恐懼系數(shù)來合成基本表情動(dòng)畫的權(quán)重值，以匹配基本表情動(dòng)畫。這樣實(shí)現(xiàn)了基本表情動(dòng)畫的權(quán)重值的計(jì)算。

本實(shí)施例進(jìn)一步優(yōu)選地，提供了一種基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法，其中，根據(jù)修飾動(dòng)畫系數(shù)來計(jì)算權(quán)重值包括：計(jì)算眉毛相應(yīng)位置的音量、眼睛相應(yīng)位置的音量、嘴角相應(yīng)位置的音量；根據(jù)聲音音量和預(yù)設(shè)的音量最大值與音量最小值來計(jì)算出眉毛系數(shù)、眼睛系數(shù)和嘴角系數(shù)；以及，根據(jù)同一位置的眉毛系數(shù)、眼睛系數(shù)和嘴角系數(shù)來合成修飾動(dòng)畫的權(quán)重值，以匹配修飾動(dòng)畫。這樣實(shí)現(xiàn)了修飾動(dòng)畫的權(quán)重值的計(jì)算。

以上對(duì)本發(fā)明的基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法進(jìn)行了說明。對(duì)于本發(fā)明的基于語音實(shí)時(shí)驅(qū)動(dòng)人物模型的表情和姿態(tài)的方法涉及的裝置的具體特征可以根據(jù)本發(fā)明披露的特征的作用進(jìn)行具體設(shè)計(jì)，這些設(shè)計(jì)均是本領(lǐng)域技術(shù)人員能夠?qū)崿F(xiàn)的。而且，本發(fā)明披露的各技術(shù)特征并不限于已披露的與其它特征的組合，本領(lǐng)域技術(shù)人員還可根據(jù)本發(fā)明之目的進(jìn)行各技術(shù)特征之間的其它組合，以實(shí)現(xiàn)本發(fā)明之目的為準(zhǔn)。