全部标签

音频驱动唇形同步

LatentSync：字节跳动开源的AI唇同步技术

LatentSync是字节跳动于2023年开源的一项创新技术，旨在实现音频驱动的高精度唇形同步。该技术基于音频条件的潜在扩散模型，能够在无需中间运动表示的情况下，实现视频中人物唇部动作与音频的精准同步。核心功能端到端唇同步 LatentSync采用端到端的唇同步框架，直接利用Stable Diffusion的强大功能，建模复杂的视听关联，实现高精度的唇形同步。时间表示对齐（TREPA）为解…
AI视频工具
- 29
- 0
SnowBall_AI1月10日