Update README.md
Browse files
README.md
CHANGED
|
@@ -1 +1,44 @@
|
|
| 1 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
language: zh
|
| 3 |
+
tags:
|
| 4 |
+
- audio-to-video
|
| 5 |
+
- talking-head
|
| 6 |
+
- emotion-driven
|
| 7 |
+
- motion-generation
|
| 8 |
+
- pytorch
|
| 9 |
+
license: apache-2.0
|
| 10 |
+
datasets:
|
| 11 |
+
- MEAD
|
| 12 |
+
model-index:
|
| 13 |
+
- name: ADEF
|
| 14 |
+
results: []
|
| 15 |
+
---
|
| 16 |
+
|
| 17 |
+
# ADEF: 音频驱动的情感融合说话视频生成的研究
|
| 18 |
+
|
| 19 |
+
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）。
|
| 20 |
+
|
| 21 |
+
## 📁 模型结构
|
| 22 |
+
|
| 23 |
+
仓库包含以下子模块及其对应的预训练权重：
|
| 24 |
+
|
| 25 |
+
- `audio2emo/audio2emo.pth`：音频的情感分析模型。
|
| 26 |
+
- `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。
|
| 27 |
+
- `emo_enhancer/emo_enhancer.pth`：情感增强模块。
|
| 28 |
+
- `motion_generator/emo_dit_100000.pt`：音频驱动-情感融合的运动生成器。
|
| 29 |
+
- `motion_template/motion_template.pkl`：提供动作模板以指导生成过程。
|
| 30 |
+
|
| 31 |
+
## 🚀 使用方法
|
| 32 |
+
|
| 33 |
+
1. 克隆仓库并安装依赖项。
|
| 34 |
+
2. 参考https://github.com/ZhouXsh/ADEF
|
| 35 |
+
|
| 36 |
+
## 📄 许可证
|
| 37 |
+
|
| 38 |
+
本项目采用 Apache 2.0 许可证。
|
| 39 |
+
|
| 40 |
+
## 📬 联系方式
|
| 41 |
+
|
| 42 |
+
如有问题或建议，请联系仓库维护者 [ZhouXSh](https://huggingface.co/ZhouXSh)。
|
| 43 |
+
|
| 44 |
+
|