Copula Score Correction

新AI模型CFGComposer生成同步的音频-文本到动作手势

研究人员开发了CFGComposer，这是一种新颖的方法，用于生成与语音音频同步并与文本描述对齐的全身人类手势。该方法组合了两个独立训练的扩散模型，并通过对捕获跨模态交互的Copula分数进行建模来精炼它们的联合推理。在BEAT数据集上的实验表明，CFGComposer在语义保真度和节拍对齐方面达到了最先进水平，在人类评估中优于先前的方法。该系统在部署到Unitree G1人形机器人上时，也成功实现了从模拟到现实的迁移。