《表1 不同特征、网络结构下的实验效果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于语音驱动的虚拟形象合成系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了简化表达，我们将使用音素、音频MFCC特征、特征点坐标作为输入特征表示为phone，audio，landmark。将不同的特征和网络结构进行组合，我们设计了如表1所示的实验。我们展示了表1中最好的实验结果（ID=3）与较差实验结果（ID=4）的对比（如图4）所示，可以看出生成的视频牙齿、唇形均达到了人类视觉可接受的程度。