输入配音文件即可生成人物对话场景，Meta 公布 audio2photoreal AI 框架

1月9日，IT之家报道称，Meta最近公布了一个名为audio2photoreal的AI框架，它可以生成一系列逼真的NPC角色模型，并在现有配音文件的帮助下自动对角色模型进行“假唱”和“摆姿势”。

三星r23plus电源适配器

IT之家从官方研究报告中了解到，Audio2photoreal框架在收到配音文件后，首先生成一系列NPC模型，然后使用量化技术和扩散算法生成模型动作，其中量化技术为框架提供参考，扩散算法用于改善框架生成的角色的动作效果。

研究人员提到，该框架可以以30 FPS的速度生成“高质量的动作样本”，还可以模拟谈话中“指指点点”、“转手腕”或“耸肩”等不自觉的“习惯性动作”。

李少鹏领导简历最新

cscn是什么单位

研究人员引用了他们自己的实验结果。在控制实验中，43%的评估者对该框架生成的角色对话场景感到“强烈满意”，因此研究人员认为Audio2photoreal框架与业内竞争产品相比，可以生成“更具动态和表现力”的动作。

据悉，研究团队已经在GitHub公布了相关代码和数据集，有兴趣的伙伴可以点击这里访问。

未经允许不得转载：科技让生活更美好 » 输入配音文件即可生成人物对话场景，Meta 公布 audio2photoreal AI 框架