研究人员推出DuoFlow,这是一种新颖的双流潜在流Transformer,专为同步语音和动作生成而设计。该模型旨在对语音风格和身体运动提供细粒度控制,解决了现有系统主要依赖语义文本的局限性。DuoFlow使用一个名为MotionSpeech的结构化基准,该基准包含动作层级、身体部位和语音风格的详细条件,能够合成高质量、指令一致的语音-动作序列。 AI
影响 这项研究可能带来更具表现力和可控性的AI驱动虚拟形象和虚拟助手。
排序理由 该条目描述了一篇关于新型模型和基准的语音和动作生成的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- DagsHub
- DuoFlow
- Gotit.pub
- Hugging Face
- Jun Dong
- Litmaps
- MotionSpeech
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →