跳到正文

TANGO Model

由语音驱动的共语手势视频重现技术

访问官网

TANGO Model 是什么

TANGO 是基于层次化音频-运动嵌入和扩散插值的共语手势视频重现技术。它把语音信号对应到视频中的手势动作。

你可以用它做什么

  • 为影视角色生成自然的手势动作
  • 为游戏中的 NPC 生成手势
  • 为教学视频加入手势动作

开始使用

  • 访问官网并获取代码和 API
  • 阅读文档和示例了解集成方式
  • 准备参考视频和目标语音输入

需要留意什么

  • 语音信号需与手势动作相匹配
  • 集成由开发者完成

优点与缺点

✓ 我们认可的地方

  • 提供代码和 API 便于集成
  • 资料列出可在多种设备和操作系统运行

! 需要留意的地方

  • 需准备参考视频和清晰的目标语音
  • 集成工作由开发者完成

常见问题

由谁开发?

资料列出东京大学和 CyberAgent AI Lab。

需要什么输入?

资料列出参考视频和目标语音输入。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法