语音驱动数字人与多语种说话人像生成(AniTalker、VQTalker、DAE-Talker)
AniTalker(ACM MM 2024)能从单张肖像和一段音频生成生动多样的说话人脸视频;VQTalker(AAAI 2025)通过面部运动token化支持多语种。可为带屏机器人提供有表情的拟人化交互界面。
整机集成X-LANCE(刘韬 Tao Liu、杜晨鹏 Chenpeng Du、陈琪 Qi Chen 等),陈谐、俞凯指导;AniTalker 与 VQTalker 的作者含思必驰(AISpeech Ltd)人员,README 免责声明以思必驰公司名义发布;DAE-Talker 与微软亚洲研究院合作计算机学院TRL 4