研究人员开发了CHAT，一个用于生成会话式音视频对话的新颖框架。该系统使用大型语言模型和说话人脸模型，通过交互式音频和面部行为细化进行增强，以从文本提示生成多样化的、成对的语音-面部对话片段。CHAT提供了一种可扩展且符合伦理的替代方案来收集现实世界交互数据，其生成的CHATA VD-50k数据集已被证明可以改进面部反应生成等下游任务。 AI
影响 该框架可以加速开发更逼真、更具交互性的数字人类和虚拟代理。
排序理由 该项目描述了一篇详细介绍新颖对话生成框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
