酷,中山大学、美团等的项目,音频驱动的多人对话视频生成工具:MultiTalk,从效果看人物唇形同步的一致性非常高
给它多条音频、一张参考图像、以及一段文字提示,它可以生成一段包含多人对话,或唱歌的互动视频
支持互动控制、卡通风格
我们提出MultiTalk——一种创新的音频驱动多人对话视频生成框架。该技术通过接收多流音频输入、参考图像及文本提示,能够生成符合提示描述的互动视频,并确保人物唇部运动与音频精准同步。
©️版权声明:若无特殊声明,本站所有文章版权均归AI工具集原创和所有,未经许可,任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容,或在非我站所属的服务器上建立镜像。否则,我站将依法保留追究相关法律责任的权利。