MEMO：使用记忆引导扩散方法，基于音频生成富有表现力的说话肖像-20241223113411

黄建同学 · 微博 · AI · 2024-12-23 11:34

文章预览

2024-12-23 11:34 本条微博链接 MEMO：使用记忆引导扩散方法，基于音频生成富有表现力的说话肖像视频 #ai创造营# #ai视频# 摘要：视频扩散模型的最新进展为逼真的音频驱动的有声视频生成开辟了新的潜力。然而，在生成的有声视频中实现无缝的口型同步、保持长期身份一致性以及产生自然、与音频一致的表情仍然是重大挑战。为了应对这些挑战，我们提出了记忆引导的EMO感知扩散 (MEMO)，这是一种端到端的音频驱动肖像 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · 今日推介(第1628期)：通过信息增益最大化促进强化学习中的探索-20241223061617

昨天

黄建同学 · 可以一读↓Fast LLM Inference From Scr-20241222153656

2 天前

黄建同学 · 据OpenRouterAI，Google Gemini 在开发者-20241219215958

5 天前

爱可可-爱生活 · 【智慧收藏家：一个能帮你收藏网页、用AI分类标签、还能跨平台分享-20241219191950

5 天前

爱可可-爱生活 · 【Genesis：一个为通用机器人和具身AI学习打造的生成世界，-20241219193958

5 天前

第一财经资讯 · 基金经理离职人数创近三年新高，“投资老将”批量卸任

6 月前

标杆精益 · 【精益箩筐】：标准时间的作用（第182期）

4 月前