2025-02-20 18:32:26
426人关注
字节跳动开源全新AI模型LatentSync 精准控制唇形同步
字节跳动近日开源了一项名为 LatentSync 的创新技术，该技术是一种基于音频条件的潜在扩散模型的端到端唇同步框架。这项技术无需任何中间运动表示，即可实现视频中人物唇部动作与音频的精准同步。与以往基于像素空间扩散或两阶段生成的唇同步方法不同，LatentSync 直接利用了 Stable Diffusion 的强大功能，能更有效地建模复杂的视听关联。
字节跳动
LatentSync
唇音同步技术
AI视频生成
音视频同步技术
字节跳动AI技术
