|
|
--- |
|
|
language: zh |
|
|
tags: |
|
|
- audio-to-video |
|
|
- talking-head |
|
|
- emotion-driven |
|
|
- motion-generation |
|
|
- pytorch |
|
|
license: apache-2.0 |
|
|
datasets: |
|
|
- MEAD |
|
|
model-index: |
|
|
- name: ADEF |
|
|
results: [] |
|
|
--- |
|
|
|
|
|
# ADEF: 音频驱动的情感融合说话视频生成的研究 |
|
|
|
|
|
ADEF（Audio-Driven Emotion-Fused）是一种音频驱动的说话人视频生成框架，能够将输入音频转换为具有情感表达的说话人视频。该模型由多个子模块组成，包括音频到情感（audio2emo）、情感分类器（emo_classifier）、情感增强器（emo_enhancer）、动作生成器（motion_generator）和动作模板（motion_template）。 |
|
|
|
|
|
## 📁 模型结构 |
|
|
|
|
|
仓库包含以下子模块及其对应的预训练权重： |
|
|
|
|
|
- `audio2emo/audio2emo.pth`：音频的情感分析模型。 |
|
|
- `emo_classifier/emo_level_classifier.pth`：对情感及其强度进行分类，用作情感-等级损失。 |
|
|
- `emo_enhancer/emo_enhancer.pth`：情感增强模块。 |
|
|
- `motion_generator/emo_dit_100000.pt`：音频驱动-情感融合的运动生成器。 |
|
|
- `motion_template/motion_template.pkl`：提供动作模板以指导生成过程。 |
|
|
|
|
|
## 🚀 使用方法 |
|
|
|
|
|
1. 克隆仓库并安装依赖项。 |
|
|
2. 参考https://github.com/ZhouXsh/ADEF |
|
|
|
|
|
## 📄 许可证 |
|
|
|
|
|
本项目采用 Apache 2.0 许可证。 |
|
|
|
|
|
## 📬 联系方式 |
|
|
|
|
|
如有问题或建议，请联系仓库维护者 [ZhouXSh](https://huggingface.co/ZhouXSh)。 |
|
|
|
|
|
|
|
|
|
