03_音频驱动数字人与长视频生成高频考点
音频驱动数字人的任务定义是什么？
原题Talking Head、Talking Portrait、Audio-driven Human Video 有什么区别？
原题音频驱动模型为什么不能只关注嘴唇？
原题音频特征如何与视频帧对齐？
原题经典音频驱动数字人模型如何演进？
原题Hallo 的分层音频驱动视觉合成如何理解？
原题Hallo2 如何支持长时长和高分辨率？
原题Sonic 为什么强调全局音频感知？
原题InfiniteTalk 为什么强调 sparse-frame video dubbing 和无限长度？
原题长视频音频驱动为什么容易闪烁、漂移和颜色偏移？
原题
暂无题目