JoyVASA: Diffusion-Based Audio-Driven Facial Dynamics and Head Motion Generation for Portrait and Animal Image Animation
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了JoyVASA框架,解决了音频驱动肖像动画模型在训练效率和视频时长上的限制。通过解耦动态面部表情与静态3D表示,JoyVASA能够生成更长的视频并实现动物面部动画,实验结果表明其在动画质量和保真度上具有显著优势。
🎯
关键要点
-
JoyVASA框架解决了音频驱动肖像动画模型在训练和推理中的效率问题。
-
该框架通过解耦动态面部表情与静态3D表示,能够生成更长的视频。
-
JoyVASA还实现了动物面部动画,扩展了应用范围。
-
实验结果表明,JoyVASA在动画质量和保真度上具有显著优势。
🏷️