张净波 杨元维 徐 杰 蒋梦月 李 鹏 杜李慧

（1.长江大学地球科学学院 武汉 430100）（2.中国石油管道科技研究中心 廊坊 065000）（3.中国石油天然气集团公司油气储运重点实验室 廊坊 065000）

1 引言

迄今，国内外的许多学者一直致力于研究出一种实时、自然、逼真的嘴唇动画。Terry基于新型贝叶斯网络模型法确定视素和音素信息［1］，实现语音驱动模型生成嘴唇动画。文献［2］基于Bernstein-Bézier曲线与唇部运动规律通过构造函数的方法描述动态视位，通过该方法合成的动画相对真实、自然，但当语速较快时易发生跳变。肖叶清等采用肌肉控制模型模拟口型动画，但未考虑到汉语协同发音的特点［3］。Moro等基于神经网络法将声学的特征参数和人脸动画匹配，提出了一种自动克隆的会说话的虚拟人的方法［4］。范鑫鑫等依据输入的语音信号提出了一种嘴唇同步算法，该算法具有较高的准确率和重用性［5］。文献［6］基于HMM（Hidden Markov Model）建立了用于语音音素分类与用于情感分类的层次结构，并实现了语音驱动表情。文献［7］通过改进的最小转换轨迹误差训练对语音特征参数以及口型特征参数同步的方法进行了相关研究，实现了语音驱动口型动画。王跃根据汉语具有协同发音的特点，提出了一种基于汉语协同发音的文本驱动三维口型合成动画，使生成的动画更接近真人的口型［8］。

口型动画的研究虽取得了不少成果，但仍然存在两点问题，其一是MPEG-4标准中提供的嘴唇特征点数量不足，导致合成的嘴唇动画轮廓不自然；……