AI热点 3月前 126 阅读 0 评论

英伟达开源 Audio2Face 模型:AI 实时生成面部动画,多语言口型同步

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

IT之家 9 月 25 日消息,英伟达昨日(9 月 24 日)发布博文,宣布开源生成式 AI 面部动画模型 Audio2Face,涵盖模型、软件开发工具包(SDK)及完整训练框架,希望能在游戏和 3D 应用中,加速开发 AI 智能虚拟角色。

该技术通过分析音频中的音素、语调等声学特征,实时驱动虚拟角色面部动作,生成精准的口型同步和自然的情感表情,可广泛应用于游戏、影视制作和客户服务等领域。

Audio2Face 支持两种运行模式:预录制音频的离线渲染和动态 AI 角色的实时流式处理。IT之家援引博文介绍,英伟达此次开源了多个核心组件:

  • Audio2Face SDK

  • 适用于 Autodesk Maya 的 2.0 版本本地执行插件

  • Unreal Engine 5.5 及以上版本的 2.5 插件

  • 回归模型(v2.2)

  • 扩散模型(v3.0)

  • 开源训练框架支持开发者使用自有数据微调模型,以适应特定应用场景。

该技术已获行业广泛采用。游戏开发商 Survios 在《异形:侠盗入侵进化版》(Alien: Rogue Incursion Evolved Edition)中集成 Audio2Face,大幅简化了口型同步与面部捕捉流程。

Farm 51 工作室也将其用于《切尔诺贝利人 2:禁区》(Chernobylite 2: Exclusion Zone),通过音频直接生成细腻面部动画,节省大量制作时间,提升角色真实感和沉浸体验。创新总监 Wojciech Pazdur 称此为“革命性突破”。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!