Joyvasa
J
Joyvasa
jdh-algoによって開発
JoyVASAは拡散モデルに基づくオーディオ駆動の顔面アニメーション生成手法で、顔の動きや頭部の動きを生成し、多言語入力に対応しています。
ダウンロード数 95
リリース時間 : 11/13/2024
モデル概要
JoyVASAは分離された顔面表現フレームワークと拡散トランスフォーマー技術を用いて、オーディオの手がかりから高品質な顔面アニメーションを生成し、人物の肖像や動物の顔にも適用可能です。
モデル特徴
分離された顔面表現
動的な顔の表情を静的な3D顔面表現から分離し、より長い動画生成をサポート
ID非依存の動き生成
拡散トランスフォーマーがオーディオから直接動きのシーケンスを生成し、キャラクターのIDに影響されない
種横断サポート
人物の肖像だけでなく、動物の顔にもアニメーションを生成可能
多言語サポート
中国語のプライベートデータセットと英語の公開データセットの混合データでトレーニング
モデル能力
オーディオ駆動顔面アニメーション生成
3D顔面表現レンダリング
種横断顔面アニメーション
長い動画シーケンス生成
使用事例
デジタルエンターテインメント
バーチャルアナウンサーアニメーション
バーチャルアナウンサーに音声と同期した顔の表情や頭の動きを生成
自然で滑らかな顔面アニメーション効果
教育
動物キャラクター教育
教育コンテンツ中の動物キャラクターに生き生きとした顔面アニメーションを生成
教育コンテンツの面白さとインタラクティブ性を向上
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98