跳到正文

JoyGen

由音频生成说话人脸视频

访问官网

JoyGen 是什么

该技术被介绍为音频驱动的 3D 深度感知说话人脸视频生成方法,把唇部动作与外观合成配对。

你可以用它做什么

  • 为虚拟主播生成逼真的说话人脸视频
  • 为动画制作生成角色说话动画
  • 为在线教育生成教师说话视频

需要留意什么

  • 流程需要清晰的输入音频
  • 合成阶段会用到面部深度图
  • 卡片描述了两阶段生成框架

优点与缺点

✓ 我们认可的地方

  • 支持中文和英文等多种语言
  • 提供大规模中文说话人脸数据集

! 需要留意的地方

  • 流程需要清晰的输入音频
  • 合成阶段会用到面部深度图

常见问题

两阶段是什么?

音频驱动的唇部动作生成与视觉外观合成。

点名了哪些语言?

卡片点名中文和英文等多种语言。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法