北京
分享至
金融界2024年9月14日消息，天眼查知识产权信息显示，上海蜜度科技股份有限公司取得一项名为“多模态视频生成方法、系统、存储介质及电子设备“，授权公告号CN118338098B，申请日期为2024年6月。
专利摘要显示，本发明提供一种多模态视频生成方法、系统、存储介质及电子设备，包括：获取目标视频的描述文本信息的文本特征和语音特征；获取目标视频的时长信息和分辨率信息；基于文本特征和时长信息生成文本池化特征；基于语音特征和时长信息生成语音预测特征；将文本池化特征作为Q向量，将语音预测特征作为K向量和V向量，进行交叉注意力机制处理；将交叉注意力机制处理的输出作为Q向量，将语音预测特征作为K向量和V向量，重复进行预设次数的交叉注意力机制处理，获取交叉注意力特征；基于交叉注意力特征和分辨率信息生成目标视频。本发明的多模态视频生成方法、系统、存储介质及电子设备能够基于多模态信息实现视频的生成，从而满足个性化的需求。
本文源自：金融界
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
