漢語語音信號驅(qū)動虛擬人的研究.pdf

1、隨著虛擬現(xiàn)實技術(shù)的發(fā)展，對三維虛擬人的研究成為虛擬現(xiàn)實領(lǐng)域的熱點。在電視動畫和計算機游戲中，逼真的模型給人以良好的視覺效果。近些年來，越來越多的學(xué)者對虛擬人的建模以及虛擬人的驅(qū)動方式的研究表現(xiàn)出極大的興趣，并分別提出了自己的方法。三維虛擬人驅(qū)動方法的研究不僅減少了開發(fā)商的投資，而且讓用戶有更大的選擇范圍，所以，它的商業(yè)價值與實用價值都是不可估量的。
　　由于語音與口型有明顯的映射關(guān)系，可以通過這種映射關(guān)系實現(xiàn)語音信號對虛擬人口型動

2、畫的驅(qū)動。而語音與虛擬人的動作之間則沒有直接的對應(yīng)關(guān)系，很難通過語音信號直接驅(qū)動虛擬人動作。雖然目前研究者們已經(jīng)提出了許多方法，實現(xiàn)了對虛擬人的驅(qū)動，但是方法的復(fù)雜度較高，有必要對其進行進一步改進。針對上述問題，本文提出一種基于漢語語音識別的方法驅(qū)動虛擬人，該方法通過語音識別，可以分別驅(qū)動虛擬人的肢體動作與面部動畫。首先，建立語音識別模塊，將語音信號轉(zhuǎn)化為文本信息;其次，將語音識別模塊加入到虛擬人聊天系統(tǒng)中，實現(xiàn)語音信號對虛擬人動作的驅(qū)

3、動和聊天系統(tǒng)的控制;接著將語音識別模塊加到三維人臉口型動畫的系統(tǒng)中，實現(xiàn)語音信號對虛擬人口型動畫以及表情細節(jié)的驅(qū)動，并通過TTS技術(shù)，得到與輸入語音同步的三維人臉動畫。
　　本文使用微軟語音開發(fā)包，首先通過構(gòu)建語音識別類，從而建立語音識別模塊，完成語音信號到文本信息的轉(zhuǎn)換，接著將語音識別模塊分別添加到虛擬人聊天系統(tǒng)和三維虛擬人臉動畫的系統(tǒng)中，實現(xiàn)了漢語語音信號對虛擬人動作和面部動畫的驅(qū)動。最后，實驗結(jié)果表明該方法簡單實用，識別的準(zhǔn)