中科金财申请多语言多模态的短剧虚拟人脸图像生成专利，可实现不同语种控制生成图片

本文源自:金融界

金融界2025年5月9日消息，国家知识产权局信息显示，北京中科金财科技股份有限公司申请一项名为“一种多语言多模态的短剧虚拟人脸图像生成方法”的专利，公开号CN119941885A，申请日期为2024年12月。

专利摘要显示，本发明公开了一种多语言多模态的短剧虚拟人脸图像生成方法，包括以下步骤：将待处理的音频、文本输入到语义提取模块提取语义特征；将时间步输入embedding层得到时间步特征；将提取到的语义特征和时间步特征一起输入到图像生成模块得到最终的图像。本发明不仅可以实现不同语种的文本和语音作为prompt控制生成的图片还可以有效的降低低质数据对模型效果的影响，同时采用在线数据筛查的方式，同样对模型效果起到了正向作用。

天眼查资料显示，北京中科金财科技股份有限公司，成立于2003年，位于北京市，是一家以从事科技推广和应用服务业为主的企业。企业注册资本34005.1995万人民币。通过天眼查大数据分析，北京中科金财科技股份有限公司共对外投资了21家企业，参与招投标项目3788次，财产线索方面有商标信息38条，专利信息111条，此外企业还拥有行政许可14个。