數(shù)源AI推薦了一篇論文AVI-Talking,該論文提出了一種基于音頻-視覺(jué)指令的系統(tǒng),用于生成表現(xiàn)力豐富的3D說(shuō)話人臉。系統(tǒng)通過(guò)大型語(yǔ)言模型理解音頻信息,并生成指令來(lái)指導(dǎo)基于擴(kuò)散的生成網(wǎng)絡(luò)合成逼真的3D面部動(dòng)畫。
北京第二十六維信息技術(shù)有限公司(至頂網(wǎng))版權(quán)所有. 京ICP備15039648號(hào)-7 京ICP證161336號(hào)京公網(wǎng)安備 11010802021500號(hào)
舉報(bào)電話:010-62641205-5060 涉未成年人舉報(bào)專線:010-62641208 舉報(bào)郵箱:jubao@zhiding.cn
網(wǎng)上有害信息舉報(bào)專區(qū):https://www.12377.cn