音频驱动生成面部视频技术JoyVASA

　　JoyVASA 是一种新兴的音频驱动图像动画技术，旨在提升视频质量和嘴形同步精度。其创新的两阶段设计使得生成更长的动画视频成为可能，同时支持人物和动物的动画化，展现出良好的多语言支持能力。

　　JoyVASA 技术通过解耦面部表情与三维模型，实现更长的动画视频生成。

　　该技术能够根据音频线索生成动作序列，具有人物与动物动画的双重能力。

　　JoyVASA 在中英文数据集上训练，具备多语言支持，为全球用户提供服务。