近年来，人们制作的动物和人物动画已经越来越逼真。尽管如此，由于需要将音频和视频相结合，角色说话时的动作仍然不够自然。

过去的研究发现，人们说话时的头部运动与其声音的音调和振幅之间有很强的关联性。这些发现启发了印度的一个计算机科学家团队。因此，他们基于一种机器学习算法——生成对抗网络（GAN）——的架构，创建了一个新模型，可以有效地为动画人物的脸部生成逼真的动画。

该模型可以识别说话者正在谈论的内容，以及他/她在特定时间的语音语调，随后使用这些信息来产生匹配的脸部运动。

研究人员补充说：“我们的工作离实现更逼真的动画迈进了一步。此外，该方法可以转化为多种现实应用，如数字助理、视频配音或远程呈现。”

该研究论文题为'Speech-driven facial animation using cascaded GANs for learning of motion and texture'，已发表在European Conference on Computer Vision期刊上。

前瞻经济学人APP资讯组

本文来源前瞻网，转载请注明来源。本文内容仅代表作者个人观点，本站只提供参考并不构成任何投资及应用建议。（若存在内容、版权或其它问题，请联系）