BriefGPT - AI 论文速递
·
高斯说话人：通过三维高斯喷洒合成特定说话人的形象
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
Talk3D是一种音频驱动的说话头合成框架，通过预训练的3D感知生成先验模型，可以重建面部几何形状。该方法在生成逼真的面部形状方面表现出色，并超越了现有基准。
🎯
关键要点
- Talk3D是一种新的音频驱动的说话头合成框架。
- 该框架通过预训练的3D感知生成先验模型重建面部几何形状。
- 模型使用音频驱动的注意力U-Net架构，预测动态面部变化。
- 调节令牌用于解耦与音频特征无关的变化。
- 在生成逼真的面部几何形状方面，该方法表现出色，尤其在极端头部姿势下。
- 广泛的实验证明该方法在定量和定性评估中超越了现有基准。
➡️
