• diead

    前几天开源权重的模型,唇形同步本地部署杀死比赛的模型

    我们公司有这个需要,关注了这个方向1年多,TBDub绝对是目前杀死比赛的模型,只需要2步,速度快还能处理唇形遮挡的问题,是之前的HeyGem的上位替代版本,速度上远超LatentSync十几倍

    项目在https://github.com/TaoLiveAIGC/TBDub 论文在https://arxiv.org/abs/2609.06144

    主楼
  • sakuraL-nodeseek

    7star这么惨

    #1
  • diead

    没人关注,不知道为啥,我们公司签约了很多达人形象,天天都需要唇形同步,一个月花在飞影上面都得几万块,这玩意速度比飞影还快了

    #2
  • sakuraL-nodeseek

    我没太搞懂,什么叫唇形同步,就是做口播数字人?

    #3
  • ZaiLin

    唇形同步(Lip-Sync,或称 Lip Synchronization)是指将人物或动画角色的嘴部动作与预录制的音频(如语音或歌曲)进行精准匹配的技术过程 。这项技术旨在创造无缝的视听体验,使角色看起来像是在自然地说话或唱歌,从而增强内容的真实感和沉浸感 。

    from 千问

    #4
  • sakuraL-nodeseek

    @diead #5 这不就是口播数字人视频吗,前司就是干这个的,不过现在只动嘴,动动手型大家不太认可,还是希望有3d的

    #6
  • diead

    不太一样的应用场景,不多赘述了,有需求的应该懂这个模型含金量,阿里开源的东西是真有用啊

    #7
  • sakuraL-nodeseek

    好的,我再去了解一下,感谢

    #8
  • diead

    你可以理解为我们需要让达人去说一些他们没说过的话,但是是他们授权的,他们没空给这么多产品带货,所以全是ai对的口型

    #5
  • ysbjie7

    阿里的很多小模型在垂直领域都是乱杀的

    #9

发表回复

登录后回复