HyperLips: 使用高分辨率解码器进行超精细控制的说话脸生成

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了解决音频驱动人脸生成中同步问题的方法,通过无声的唇部参考图像生成器和自适应三元损失,解决了唇部信息泄露和姿势信息泄露问题,并提出了一个稳定的同步损失表达式。实验表明,该方法在音频-视觉同步和视觉质量方面表现出最先进的性能。

🏷️

标签

➡️

继续阅读