本研究提出了一种名为DreamHead的分层扩散框架，用于音频驱动的说话头合成。通过预测面部特征点，DreamHead能够生成高保真度的说话头视频。

DreamHead：通过分层扩散学习音频驱动的说话头合成中的时空对应关系
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证