比如先录制一段音频，这是你的声音。
audio2photoreal 就能根据你的声音，驱动那个 3D 数字人。
Audio2Photoreal技能的实现离不开深度学习、打算机视觉等领域的最新进展。在深度学习方面，研究团队采取了前辈的神经网络模型，对音频旗子暗记进行特色提取和分类。在打算机视觉方面，团队则利用了大量的真实人脸和肢体动作数据，对模型进行演习和优化，以确保天生的虚拟人像具有高度逼真的效果。
研究职员提到，该框架可以天生 30 FPS 的“高质量动作样本”，还能仿照人类在对话中“手指示物”、“转手腕”或“耸肩”等不由自主的“习气性动作”。
总之，Audio2Photoreal技能为虚拟角色制作带来了革命性的变革，使得音频旗子暗记能够快速转化为高度逼真的虚拟人像。随着技能的不断发展和完善，相信未来我们将看到更加生动、真实的虚拟角色在各个领域得到广泛运用。同时，我们也期待着更多的技能创新和打破，为数字化时期带来更加丰富多彩的娱乐互动体验。
GitHub地址：https://github.com/facebookresearch/audio2photoreal
#AI开源项目推举##github##AI技能##3d数字人#