本研究提出FluentLip，一种基于音素的双阶段音频驱动嘴唇合成方法，旨在提高嘴唇可懂度和视频流畅性。通过结合音素提取和光流一致性损失，显著提升了嘴唇运动的同步性和自然度，实验结果表明其在流畅度和自然性方面优于现有技术。
完成下面两步后，将自动完成登录并继续当前操作。
