表情数据的生成方法、装置、可读介质和电子设备与流程

1.本公开涉及计算机技术领域，具体地，涉及一种表情数据的生成方法、装置、可读介质和电子设备。


背景技术：

2.近些年来，随着信息技术的不断发展和应用，高清数字人的应用场景也日益增多(例如将高清数字人应用在交互式问答场景，以提高用户的交互体验)。当前，主要是通过面部捕捉来获取能够驱动高清数字人的表情数据。然而，通过面部捕捉获取到的表情数据的精度较低，这会使高清数字人所能展现的表情效果有限。因此，如何获取高精度的表情数据是一个亟待解决的重要问题。


技术实现要素：

3.提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
4.第一方面，本公开提供一种表情数据的生成方法，所述方法包括：
5.获取目标虚拟对象的预设表情数据；
6.采集目标图像，以及目标用户发出的音频数据，所述目标图像包括所述目标用户的脸部图像；
7.根据所述目标图像、所述音频数据以及所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
8.第二方面，本公开提供一种表情数据的生成装置，所述装置包括：
9.获取模块，用于获取目标虚拟对象的预设表情数据；
10.采集模块，用于采集目标图像，以及目标用户发出的音频数据，所述目标图像包括所述目标用户的脸部图像；
11.生成模块，用于根据所述目标图像、所述音频数据以及所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
12.第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面所述方法的步骤。
13.第四方面，本公开提供一种电子设备，包括：
14.存储装置，其上存储有计算机程序；
15.处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面所述方法的步骤。
16.通过上述技术方案，本公开首先获取目标虚拟对象的预设表情数据，再采集目标图像以及目标用户发出的音频数据，并根据目标图像、音频数据以及预设表情数据，生成目标虚拟对象的目标表情数据，其中目标图像包括目标用户的脸部图像。本公开可以在已有
的预设表情数据的基础上，结合采集到的目标图像和音频数据，生成高精度的目标表情数据，以便利用高精度的目标表情数据驱动目标虚拟对象展现丰富的表情效果。
17.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
18.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
19.图1是根据一示例性实施例示出的一种表情数据的生成方法的流程图；
20.图2是根据图1所示实施例示出的一种步骤103的流程图；
21.图3是根据一示例性实施例示出的一种表情数据的生成装置的框图；
22.图4是根据图3所示实施例示出的一种生成模块的框图；
23.图5是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
24.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
25.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
26.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
27.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
28.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
29.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
30.可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。
31.例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。
32.作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。
33.可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。
34.同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。
35.图1是根据一示例性实施例示出的一种表情数据的生成方法的流程图。如图1所示，该方法可以包括以下步骤：
36.步骤101，获取目标虚拟对象的预设表情数据。
37.示例地，为了丰富高清数字人展现的表情效果，可以采用增加更多的捕捉维度的方式，来对通过面部捕捉技术获取到的高清数字人的表情数据进行拓展，以生成更高精度的表情数据，从而使高清数字人能够展现更丰富的表情效果，进而使高清数字人具有更高的逼真度。
38.具体地，首先可以获取目标虚拟对象的预设表情数据。其中，目标虚拟对象可以是高清数字人，也可以是其他虚拟的三维对象，例如游戏建模人物，本公开对此不做具体限定。而预设表情数据可以是利用面部捕捉技术对目标用户(目标用户可以是制作该高清数字人所需的真人模板)进行面部捕捉获取的。
39.步骤102，采集目标图像，以及目标用户发出的音频数据，目标图像包括目标用户的脸部图像。
40.在本步骤中，可以通过终端上设置的app(英文：application，中文：应用程序)启动图像采集装置采集包含目标用户脸部的视频数据，并从视频数据提取包括目标用户的目标图像(例如，可以将每一帧视频数据作为一个目标图像)，同时该app还可以启动音频采集装置采集目标用户发出的语音的音频数据。其中，该终端例如可以是智能手机、平板电脑、智能手表、智能手环、pda(英文：personal digital assistant，中文：个人数字助理)等移动终端，也可以是台式计算机等固定终端。该图像采集装置例如可以是摄像头、图像传感器等设备。该音频采集装置例如可以是麦克风、声音传感器等设备。
41.步骤103，根据目标图像、音频数据以及预设表情数据，生成目标虚拟对象的目标表情数据。
42.举例来说，在采集到目标图像和音频数据之后，终端可以将目标图像和音频数据发送至预先设置的服务节点(该服务节点可以是服务器)上，由服务节点对目标图像和音频数据进行解算，以将目标图像和音频数据转化为目标虚拟对象的待拓展表情数据，并将得到的待拓展表情数据发送至终端。其中，待拓展表情数据实际上可以理解为对预设表情数据进行拓展(增维)后得到的额外的表情数据。
43.然后，终端可以根据待拓展表情数据和预设表情数据，生成目标虚拟对象的目标表情数据。最后终端可以使用目标表情数据来驱动目标虚拟对象展示相应的表情效果。例如，在目标虚拟对象为高清数字人时，终端可以通过livelink技术，将目标表情数据应用至该高清数字人，以便该高清数字人能够基于目标表情数据展示相应的表情。由于目标表情
数据是在预设表情数据的基础上结合待拓展表情数据得到的，相比于预设表情数据，目标表情数据的精度更高。因此，高清数字人基于目标表情数据展示的表情效果相比于高清数字人基于预设表情数据展示的表情效果更加丰富。
44.综上所述，本公开实施例提供的表情数据的生成方法，本公开首先获取目标虚拟对象的预设表情数据，再采集目标图像以及目标用户发出的音频数据，并根据目标图像、音频数据以及预设表情数据，生成目标虚拟对象的目标表情数据，其中目标图像包括目标用户的脸部图像。本公开可以在已有的预设表情数据的基础上，结合采集到的目标图像和音频数据，生成高精度的目标表情数据，以便利用高精度的目标表情数据驱动目标虚拟对象展现丰富的表情效果。
45.图2是根据图1所示实施例示出的一种步骤103的流程图。如图2所示，步骤103可以包括以下步骤：
46.步骤1031，根据目标图像和音频数据，确定目标虚拟对象的待拓展表情数据。
47.步骤1032，根据待拓展表情数据和预设表情数据，生成目标虚拟对象的目标表情数据。
48.示例地，在采集到目标图像和音频数据之后，终端可以将目标图像和音频数据发送至服务节点上。之后服务节点可以对目标图像和音频数据进行解算，以得到目标虚拟对象的待拓展表情数据。进一步地，为了确保待拓展表情数据的精确性，服务节点可以使用同一时间段采集到的目标图像和音频数据来确定待拓展表情数据。例如，终端可以按照一定帧率来采集视频数据和音频数据，并通过时间码来记录不同帧所对应的视频数据和音频数据，如果将每一帧视频数据作为一个目标图像(此时一个目标图像也对应一个时间码)，那么服务节点可以根据时间码来确定同一帧采集到的目标图像和音频数据，并根据同一帧采集到的目标图像和音频数据来确定待拓展表情数据。然后服务节点可以将得到的待拓展表情数据发送至终端，由终端对待拓展表情数据和预设表情数据进行融合，得到目标表情数据。
49.可选地，步骤1031可以通过以下方式实现：
50.步骤1)，根据目标图像，确定目标用户的微表情数据。
51.步骤2)，根据音频数据，确定目标用户的嘴型数据。
52.步骤3)，根据微表情数据和嘴型数据，生成目标虚拟对象的待拓展表情数据。
53.举例来说，通过面部捕捉获取的预设表情数据通常难以反应目标用户的微表情和嘴型，那么通过预设表情数据来驱动目标虚拟对象展示的表情效果也难以展现出相应的微表情和嘴型，这会影响目标虚拟对象展示的表情效果，并降低目标虚拟对象的逼真度。因此，为了确保目标虚拟对象展示的表情效果，在对预设表情数据进行拓展时，需要获取能够反应目标用户的微表情的微表情数据和能够反应目标用户的嘴型的嘴型数据，并利用微表情数据和嘴型数据来对预设表情数据进行拓展。
54.具体地，服务节点可以通过对目标图像进行分析，来从目标图像中，获取目标用户的人脸数据。其中，人脸数据例如可以包括目标用户面部的关键点的位置。之后服务节点可以将人脸数据，输入到预先训练好的微表情识别模型中，得到微表情识别模型输出的微表情数据。同时服务节点可以对音频数据进行识别，得到音频数据对应的目标用户的语音文本。其中，语音文本为目标用户实际发出的语音所对应的文本，例如，服务节点可以利用音
频识别算法，识别音频数据对应的音频文本，并通过自然语言处理(英文：natural language processing，缩写：nlp)对音频文本进行调整，以得到最终的语音文本。然后，服务节点可以根据语音文本，通过预先训练好的嘴型识别模型，确定目标用户的嘴型数据(嘴型识别模型可以推测目标用户嘴巴部分的嘴型，并根据推测出的嘴型生成对应的嘴型数据)。最后服务节点可以根据微表情数据和嘴型数据，对预设表情数据进行拓展，以生成目标虚拟对象的待拓展表情数据。
55.综上所述，本公开实施例提供的表情数据的生成方法，本公开首先获取目标虚拟对象的预设表情数据，再采集目标图像以及目标用户发出的音频数据，并根据目标图像、音频数据以及预设表情数据，生成目标虚拟对象的目标表情数据，其中目标图像包括目标用户的脸部图像。本公开可以在已有的预设表情数据的基础上，结合采集到的目标图像和音频数据，生成高精度的目标表情数据，以便利用高精度的目标表情数据驱动目标虚拟对象展现丰富的表情效果。
56.图3是根据一示例性实施例示出的一种表情数据的生成装置的框图。如图3所示，该装置200包括：
57.获取模块201，用于获取目标虚拟对象的预设表情数据。
58.采集模块202，用于采集目标图像，以及目标用户发出的音频数据，目标图像包括目标用户的脸部图像。
59.生成模块203，用于根据目标图像、音频数据以及预设表情数据，生成目标虚拟对象的目标表情数据。
60.图4是根据图3所示实施例示出的一种生成模块的框图。如图4所示，生成模块203包括：
61.确定子模块2031，用于根据目标图像和音频数据，确定目标虚拟对象的待拓展表情数据。
62.生成子模块2032，用于根据待拓展表情数据和预设表情数据，生成目标虚拟对象的目标表情数据。
63.可选地，确定子模块2031，用于：
64.根据目标图像，确定目标用户的微表情数据。
65.根据音频数据，确定目标用户的嘴型数据。
66.根据微表情数据和嘴型数据，生成目标虚拟对象的待拓展表情数据。
67.可选地，确定子模块2031，用于：
68.从目标图像中，获取目标用户的人脸数据。
69.将人脸数据，输入到预先训练好的微表情识别模型中，得到微表情数据。
70.可选地，确定子模块2031，用于：
71.对音频数据进行识别，得到音频数据对应的目标用户的语音文本。
72.根据语音文本，通过预先训练好的嘴型识别模型，确定目标用户的嘴型数据。
73.可选地，生成子模块2032用于对待拓展表情数据和预设表情数据进行融合，得到目标表情数据。
74.综上所述，本公开实施例提供的表情数据的生成装置，本公开首先获取目标虚拟对象的预设表情数据，再采集目标图像以及目标用户发出的音频数据，并根据目标图像、音
频数据以及预设表情数据，生成目标虚拟对象的目标表情数据，其中目标图像包括目标用户的脸部图像。本公开可以在已有的预设表情数据的基础上，结合采集到的目标图像和音频数据，生成高精度的目标表情数据，以便利用高精度的目标表情数据驱动目标虚拟对象展现丰富的表情效果。
75.下面参考图5，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
76.如图5所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储装置608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
77.通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
78.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从rom 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
79.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于
由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
80.在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
81.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
82.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标虚拟对象的预设表情数据；采集目标图像，以及目标用户发出的音频数据，所述目标图像包括所述目标用户的脸部图像；根据所述目标图像、所述音频数据以及所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
83.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
84.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
85.描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“获取目标虚拟对象的预设表情数据的模块”。
86.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
87.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供
指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
88.根据本公开的一个或多个实施例，示例1提供了一种表情数据的生成方法，所述方法包括：获取目标虚拟对象的预设表情数据；采集目标图像，以及目标用户发出的音频数据，所述目标图像包括所述目标用户的脸部图像；根据所述目标图像、所述音频数据以及所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
89.根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述根据所述目标图像、所述音频数据以及所述预设表情数据，生成所述目标虚拟对象的目标表情数据，包括：根据所述目标图像和所述音频数据，确定所述目标虚拟对象的待拓展表情数据；根据所述待拓展表情数据和所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
90.根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述根据所述目标图像和所述音频数据，确定所述目标虚拟对象的待拓展表情数据，包括：根据所述目标图像，确定所述目标用户的微表情数据；根据所述音频数据，确定所述目标用户的嘴型数据；根据所述微表情数据和所述嘴型数据，生成所述目标虚拟对象的待拓展表情数据。
91.根据本公开的一个或多个实施例，示例4提供了示例3的方法，所述根据所述目标图像，确定所述目标用户的微表情数据，包括：从所述目标图像中，获取所述目标用户的人脸数据；将所述人脸数据，输入到预先训练好的微表情识别模型中，得到所述微表情数据。
92.根据本公开的一个或多个实施例，示例5提供了示例3所述的方法，所述根据所述音频数据，确定所述目标用户的嘴型数据，包括：对所述音频数据进行识别，得到所述音频数据对应的所述目标用户的语音文本；根据所述语音文本，通过预先训练好的嘴型识别模型，确定所述目标用户的嘴型数据。
93.根据本公开的一个或多个实施例，示例6提供了示例2所述的方法，所述根据所述待拓展表情数据和所述预设表情数据，生成所述目标虚拟对象的目标表情数据，包括：对所述待拓展表情数据和所述预设表情数据进行融合，得到所述目标表情数据。
94.根据本公开的一个或多个实施例，示例7提供了一种表情数据的生成装置，所述装置包括：获取模块，用于获取目标虚拟对象的预设表情数据；采集模块，用于采集目标图像，以及目标用户发出的音频数据，所述目标图像包括所述目标用户的脸部图像；生成模块，用于根据所述目标图像、所述音频数据以及所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
95.根据本公开的一个或多个实施例，示例8提供了示例7的装置，所述生成模块包括：确定子模块，用于根据所述目标图像和所述音频数据，确定所述目标虚拟对象的待拓展表情数据；生成子模块，用于根据所述待拓展表情数据和所述预设表情数据，生成所述目标虚拟对象的目标表情数据。
96.根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有
计算机程序，该程序被处理装置执行时实现示例1至示例6中所述方法的步骤。
97.根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1至示例6中所述方法的步骤。
98.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
99.此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
100.尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。