IT之家 7 月 11 日消息，螞蟻集團 10 日開源了名為 EchoMimic 的新項目，其能夠通過人像面部特征和音頻來幫人物“對口型”，結(jié)合面部標(biāo)志點和音頻內(nèi)容生成較為穩(wěn)定、自然的視頻。

該項目具備較高的穩(wěn)定性和自然度，通過融合音頻和面部標(biāo)志點（面部關(guān)鍵特征和結(jié)構(gòu)，通常位于眼、鼻、嘴等位置）的特征，可生成更符合真實面部運動和表情變化的視頻。

其支持單獨使用音頻或面部標(biāo)志點生成肖像視頻，也支持將音頻和人像照片相結(jié)合做出“對口型”一般的效果。據(jù)悉，其支持多語言（包含中文普通話、英語）及多風(fēng)格，也可應(yīng)對唱歌等場景。

IT之家附相關(guān)鏈接：

• 項目地址：https://badtobest.github.io/echomimic.html

• Github：https://github.com/BadToBest/EchoMimic

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。