BriefGPT - AI 论文速递 · 2023-09-14T00:00:00Z

DiffTalker: 通过中间关键点协同驱动的音频 - 图像扩散方案用于口型模拟

📝

内容提要

该研究提出了一种新方法，利用音频输入生成高质量的3D说话人头部动画，具有一致性、可靠性和不需要手动注释等优点。同时，利用面部传动部位上的控制点描述语音相关的运动。

🏷️

标签

3D说话人头部动画 一致性 控制点 面部传动部位 音频输入