阿里巴巴团队发布了肖像视频生成框架 EMO，能够生成具有丰富面部表情和头部姿势的声音肖像视频。EMO利用参考网络从参考图像和动作帧中提取特征，通过预训练的音频编码器处理声音并嵌入，结合多帧噪声和面部区域掩码生成视频。实验结果表明，EMO在表现力和真实感方面优于现有方法。该模型潜在应用方向将提高数字媒体和虚拟内容生成技术水平，但也可能被用作犯罪工具。
本文由「aiuc」编辑整理，文章链接：https://www.aiuc.net/21169
该文观点仅代表作者本人，平台仅提供信息存储空间服务。
网易2023年财报：自研AI渗透核心业务，创造商业社会双重价值
上一篇
2024年2月29日
Lighthouse 推出智能摘要，助力酒店业提升业绩管理效率
下一篇
2024年2月29日
