本文介绍了一种基于音频驱动的面部动画生成技术，涵盖姿势控制和情感表达。通过自监督学习和新模型，研究实现了高质量的嘴型同步和面部动态分解，提升了动画的自然性和准确性。EDTalk框架支持独立操作嘴型、姿势和情感，实验结果显示其性能优于现有技术。