J

Joyvasa

由jdh-algo開發
JoyVASA是一種基於擴散模型的音頻驅動面部動畫生成方法,能夠生成面部動態和頭部運動,支持多語言輸入。
下載量 95
發布時間 : 11/13/2024

模型概述

JoyVASA通過解耦的面部表徵框架和擴散變換器技術,從音頻線索生成高質量的面部動畫,適用於人物肖像和動物面部。

模型特點

解耦面部表徵
將動態面部表情與靜態3D面部表徵分離,支持更長的視頻生成
身份無關運動生成
擴散變換器直接從音頻生成運動序列,不受角色身份影響
跨物種支持
不僅能處理人物肖像,還能為動物面部生成動畫
多語言支持
在中文私有數據集和英文公開數據集的混合數據上訓練

模型能力

音頻驅動面部動畫生成
3D面部表徵渲染
跨物種面部動畫
長視頻序列生成

使用案例

數字娛樂
虛擬主播動畫
為虛擬主播生成與語音同步的面部表情和頭部運動
自然流暢的面部動畫效果
教育
動物形象教學
為教育內容中的動物形象生成生動的面部動畫
增強教學內容的趣味性和互動性
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase