该文综述音频驱动说话人脸生成技术，涵盖学习分解的视听表示、三维面部动画、姿势可控对话脸、AMIE视听一致性、DIRFA多样化动画、3DiFACE扩散模型及FaceTalk三维头部运动合成等方法，实现唇形同步、表情与姿态控制，并在多个数据集上优于基线。

该文综述音频驱动说话人脸生成技术进展，涵盖GSmoothFace、GeneFace++、GeneFace、GMTalker等模型，重点解决唇形同步、身份保留、情感控制与实时生成等挑战，通过3D引导、NeRF、对抗网络等方法提升真实感与视觉质量。

该文综述音频驱动说话人脸生成技术，涵盖自监督学习、三维人脸标志点、Transformer关键点生成、记忆增强GAN、大型语言模型指导及正交性约束等方法，实现头部姿态、表情与口型同步的可控合成，并提升视觉质量与唇同步精度。