最近,多所知名大学和研究机构的研究人员共同提出了 EMAGE 框架,旨在从音频和掩码手势生成全身人类手势。
EMAGE技术能实现输入音频生成全身动作,包括头部、嘴型、身体、手部和整体运动,跟之前Meta的audio2photoreal很像。用户只要上传音频(小于60秒),然后点击提交,输出结果将在输出中呈现3分钟。
他们引入了新的全面共话数据集 BEATX,该数据集结合了 MoShed SMPLX 身体和 FLAME 头部参数,进一步提高了建模质量,特别是对头部、颈部和手指动作的建模。EMAGE 在训练过程中利用了掩码手势的先验信息,以提高推断性能。该框架包括一个 Masked Audio Gesture Transformer,有助于联合训练音频到手势生成和掩码手势重建,有效地编码音频和身体手势提示。从掩码手势中编码的身体提示随后分别用于生成面部和身体动作。
此外,EMAGE 自适应地合并了音频的节奏和内容的语音特征,并利用了四个组合 VQ-VAE 来增强结果的保真度和多样性。实验证明,EMAGE 具有最先进的性能,能够生成具有完整的、音频同步的整体手势。
EMAGE 技术的问世将在各个领域产生深远影响,其中包括但不限于教育、医疗、娱乐等领域。研究团队表示,他们的代码和数据集已经公开提供,供学术和工业界使用。
文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。
5 月 10 日消息,据中兴通讯官微,中兴二合一 5G 云电脑“逍遥”系列已经在电商平台上架。其支持本地、云端双模式,可在电脑与平板模式之间一键切换。售价方面,型号为 W200DS 的产品首销价格为 1899 元。
近日,中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相,以敢为精神勇闯技术无人区,斩获四项AWE 2024艾普兰大奖。
“以前都要去窗口办,一套流程下来都要半个月了,现在方便多了!”打开“重庆公积金”微信小程序,按照提示流程提交相关材料,仅几秒钟,重庆市民曾某的账户就打进了21600元。
由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导,由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”,将于2024年3月23日至24日举办。