公开(公告)号：CN118540424A

公开(公告)日：2024-08-23

申请号：CN202310573175.0

申请日：2023-05-19

Applicant: 华为云计算技术有限公司

Inventor： 龚开 ,  李明磊 ,  张子阳

IPC: H04N5/265 ,  H04N21/439 ,  H04N21/44 ,  H04N21/43 ,  G10L15/04 ,  G10L15/06 ,  G06V10/774 ,  G10L25/30 ,  G06N20/00 ,  H04N21/845

Abstract: 本公开提供了一种数字人生成模型的训练方法、装置和计算设备集群，属于机器学习技术领域。方法应用于云平台，方法包括：将音频和真人图像输入数字人生成模型，得到所述真人图像对应的数字人说话图像；在所述音频中，确定与所述数字人说话图像中的数字人口型不匹配的音素；获取包含所述音素的真人说话视频；基于所述真人说话视频，对所述数字人生成模型进行训练。采用本公开，可以提高数字人生成模型的训练效果。