StableAvatar:基于扩散模型的音频驱动虚拟形象视频生成项目

We present StableAvatar, the first end-to-end video diffusion transformer, which synthesizes infinite-length high-quality audio-driven avatar videos without any post-processing, conditioned on a reference image and audio.

分支1Tags0

项目介绍

我们提出了StableAvatar,这是首个端到端视频扩散Transformer。它能够以参考图像和音频为条件,合成无限长度的高质量音频驱动虚拟化身视频,且无需任何后处理。【此简介由AI生成】

定制我的领域
181.25 K113访问 GitHub