音频驱动面部生成

PersonaTalk

grisoon.github.io

PersonaTalk是专注于音频驱动视觉配音的技术演示网站，核心为基于注意力机制的两阶段视觉配音框架，可实现高保真度的个性化面部生成效果。核心功能包括风格感知音频编码、双注意力面部渲染、个性化特征保留三类，支持用户上传音频与目标人物素材快速生成对应配音视频。主要面向计算机视觉研究人员、数字内容创作者、虚拟形象开发从业者、影视后期制作人员等群体，适用于虚拟人内容制作、老视频修复配音、多语言译制片面部匹配、数字人交互内容生成等多种场景，帮助用户在保证唇形同步准确度的同时，保留说话者的独特面部特征与表达风格。