公开(公告)号：CN119544905A

公开(公告)日：2025-02-28

申请号：CN202411674436.9

申请日：2024-11-21

Applicant: 科大讯飞股份有限公司

Inventor： 史明明 ,  雷新宇 ,  庄江腾 ,  疏坤 ,  王众 ,  周良 ,  何山 ,  殷兵 ,  刘聪

IPC: H04N7/01 ,  H04N21/2343 ,  H04N21/4402

Abstract: 本申请提出一种视频插帧方法、装置、电子设备、存储介质及产品，该方法基于运动模糊预测算法，预测第一图像帧和第二图像帧之间的插入帧的运动模糊权重；其中，第一图像帧和第二图像帧为待插帧视频中的相邻图像帧；基于插帧生成算法，利用运动模糊权重、第一图像帧的像素信息和第二图像帧的像素信息，生成插入帧的第一像素信息；运动模糊预测算法和插帧生成算法是以对第一样本图像帧和第二样本图像帧进行样本插入帧生成时的损失函数最小为目标训练确定的。本方案在确定相邻图像帧之间的插入帧时，对相邻图像帧进行运动模糊分析，运动模糊效果能够捕捉到运动路径和运动速度，从而能够提高插入帧生成准确度，保证插帧效果，进而提高视频流畅度。

公开(公告)号：CN119418714A

公开(公告)日：2025-02-11

申请号：CN202411485954.6

申请日：2024-10-23

Applicant: 科大讯飞股份有限公司

Inventor： 雷新宇 ,  王众 ,  何山 ,  周良 ,  殷兵 ,  刘聪 ,  高建清

IPC: G10L21/10 ,  G10L21/16 ,  G10L21/057 ,  G10L25/63 ,  G06V40/20 ,  G06V40/16 ,  G06N3/0455 ,  G06N3/098 ,  G06F18/24 ,  G10L21/06

Abstract: 本申请提出一种手语生成方法、装置、电子设备、存储介质及产品，该方法对说话人的语音音频中的每帧音频帧进行情感分类，确定语音音频对应的情感特征序列；基于语音音频和情感特征序列，对说话人动作图片帧中的说话人面部动作和手部动作进行调整，生成语音音频对应的说话人手语动作图片序列。采用本申请的技术方案，能够将语音音频结合语音音频的情感特征对说话人动作图片帧中的说话人面部动作和手部动作进行调整，使得说话人的手语动作和面部表情具有情感特征，提高了手语生成的情感度。另外，说话人手语动作图片序列中的说话人面部动作和手部动作的风格与听障人士的手语表达风格相同，提高了手语生成的准确度，更方便听障人士的理解。