毕永新， 韩慧健， 周世文

（1. 山东经济学院山东省数字媒体技术重点实验室，山东 济南 250014；2. 山东经济学院科研处，山东省数字媒体技术重点实验室，山东 济南 250014；3. 山东省科技馆，山东 济南 250011）

具有真实感的语音同步口型动画是当今计算机图形学领域研究的一个热点。1998年，Jörn Ostermannp[1]提出英文中口型与字母音位的对应关系，并在 MPEG-4动画标准的基础上建立脸部、口型动画合成。此后，基于英文的真实感脸部动画和口型动画的合成得到了快速的发展，并在影视3D动画中得到了广泛的应用。

在汉语口型动画方面，哈尔滨工业大学的尹宝才[2]等研究的以汉语文本驱动的基本表情和口型合成系统，根据Ekman[3]定义的6种基本表情和汉语文本情绪维量的分析，成功合成了不同的人脸面部表情和口型。另外，汉语语音发音的唇形可视化研究[4-6]，对汉语发音口型进行了较为系统的归类，清华大学等在口型的实时模拟合成方面[7-8]取得了较好的成果。虽然合成了比较逼真的动画模型，但都是基于单帧动画不能连续驱动，也没有跟语音同步。本论文针对汉语语音口型同步的连续驱动的动画的合成进行了研究，论文中重定义了口型拼音库，并提出了声韵加权控制和标号权重向量分析方法、口型动画过渡插值算法等，依据这些算法构建了一个汉语语音同步的三维口型动画合成原型系统。

1 汉语拼音发音口型特征的分析

本研究中只考虑一般情况下的汉语拼音发音规律，根据《汉语拼音方案》中提到的因素发音时的特征，结合唇度口型序列的聚类分类[5]和标准汉语拼音中声母和韵母的划分，本研究将基本口型划分为三级。……