模仿谈话：在几分钟内模仿个性化和富有表现力的三维谈话面孔

Talk3D是一种音频驱动的说话头合成框架，利用预训练的3D生成模型重建面部几何。通过注意力U-Net架构，模型在NeRF空间中预测动态面部变化，并使用调节令牌解耦音频无关的变化。相比现有方法，Talk3D在生成逼真面部几何方面表现出色，即使在极端头部姿势下也能保持效果，实验结果显示其超越现有基准。