音频驱动

阿里云宣布推出通义实验室研发的AI模型EMO，通过上传肖像照片合成演戏唱歌视频。该模型是音频驱动的AI肖像视频生成系统，展示了AI技术在视觉和音频处理方面的强大能力，对娱乐领域应用具有创新意义。

作者：Linrui Tian, Qi Wang, Bang Zhang, Liefeng Bo 机构：阿里巴巴集团智能计算研究院 概述 我们提出了EMO，一个表情丰富的音频驱动的肖像视频生成框架。只需...