百川智能發(fā)布全鏈路領(lǐng)域增強金融大模型 Baichuan4-Finance年末家電消費觀察:品質(zhì)生活類產(chǎn)品熱賣,將持續(xù)迎來剛需式普及?GPT-5研發(fā)受阻:OpenAI 新一代模型難見突破性進展新一代語言模型ModernBERT發(fā)布,RAG等任務(wù)處理速度快四倍、成本低新研究顯示:Anthropic 的 Claude AI 在合作能力上領(lǐng)先于 OpenAI 和谷歌模型谷歌向投資者保證人工智能本月將迎來“驚人”表現(xiàn)多模態(tài)大模型引爆應(yīng)用場景 階躍星辰完成數(shù)億美元融資星動紀元發(fā)布端到端原生機器人大模型ERA-42 實現(xiàn)機器人復(fù)雜場景操作免費模式強攻下,快手、抖音用“短劇VIP”反擊?低碳存儲助力算力產(chǎn)業(yè) 富士膠片首次亮相IDC大會行業(yè)唯一!海爾熱聲熱泵技術(shù)獲全國顛覆性技術(shù)創(chuàng)新大賽最高獎OPPO A5 Pro首創(chuàng)獵手天線架構(gòu):信號能穿十堵墻一加 Ace 5 Pro首發(fā)電競Wi-Fi芯片G1 帶來「穿墻王」和「搶網(wǎng)王」般的網(wǎng)絡(luò)體驗電視市場又出黑馬!TCL同檔Mini LED音畫王P12K,萬象分區(qū)打造超強控光!零下25℃如何取暖?海爾水暖通溫暖驛站亮相冰雪大世界馬太效應(yīng),強者恒強?——《中國企業(yè)科創(chuàng)力研究報告(2024)》美團年度報告竟然用上了AI和短劇?這下是真出圈了消息稱上汽大眾正開發(fā)三款新車,技術(shù)分別來自小鵬、智己和榮威鴻蒙智行泊車代駕VPD正式開啟全量推送!升級自動泊車/接駕等多項功能華為官方翻新手機最高降價4000元
  • 首頁 > 云計算頻道 > 大模型

    EMAGE:上傳音頻就能生成全身動作 包括頭部、嘴型、身體運動

    2024年04月03日 10:52:58   來源:站長之家

      最近,多所知名大學(xué)和研究機構(gòu)的研究人員共同提出了 EMAGE 框架,旨在從音頻和掩碼手勢生成全身人類手勢。

      EMAGE技術(shù)能實現(xiàn)輸入音頻生成全身動作,包括頭部、嘴型、身體、手部和整體運動,跟之前Meta的audio2photoreal很像。用戶只要上傳音頻(小于60秒),然后點擊提交,輸出結(jié)果將在輸出中呈現(xiàn)3分鐘。

      他們引入了新的全面共話數(shù)據(jù)集 BEATX,該數(shù)據(jù)集結(jié)合了 MoShed SMPLX 身體和 FLAME 頭部參數(shù),進一步提高了建模質(zhì)量,特別是對頭部、頸部和手指動作的建模。EMAGE 在訓(xùn)練過程中利用了掩碼手勢的先驗信息,以提高推斷性能。該框架包括一個 Masked Audio Gesture Transformer,有助于聯(lián)合訓(xùn)練音頻到手勢生成和掩碼手勢重建,有效地編碼音頻和身體手勢提示。從掩碼手勢中編碼的身體提示隨后分別用于生成面部和身體動作。

      此外,EMAGE 自適應(yīng)地合并了音頻的節(jié)奏和內(nèi)容的語音特征,并利用了四個組合 VQ-VAE 來增強結(jié)果的保真度和多樣性。實驗證明,EMAGE 具有最先進的性能,能夠生成具有完整的、音頻同步的整體手勢。

      EMAGE 技術(shù)的問世將在各個領(lǐng)域產(chǎn)生深遠影響,其中包括但不限于教育、醫(yī)療、娛樂等領(lǐng)域。研究團隊表示,他們的代碼和數(shù)據(jù)集已經(jīng)公開提供,供學(xué)術(shù)和工業(yè)界使用。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標識解析專題論壇在沈陽成功舉辦。