Bert-VITS2-ext 项目的主要目标是扩展 Bert-VITS2 的功能,尤其是在文本转语音(TTS)的同时能够生成对应的脸部表情数据。这使得应用于影视制作、虚拟主播以及其他需要视听同步的领域成为可能。
该项目已经在多个平台上展示了其效果,包括哔哩哔哩和 YouTube。以下是一些效果展示链接:
Bert-VITS2-ext 已被成功扩展以支持 CosyVoice 表情测试,实现了更真实的表情生成功能。CosyVoice表情测试
在 GPT-SoVITS 上重新进行训练的初步测试结果不理想,因此暂时通过 Bert-VITS2-ext 的模型部分进行移植来完成表情生成的测试。GPT-SoVITS 表情测试
项目参考了 VITS 论文中的网络结构,在输入文本编码后,将其转换为隐变量,并在解码前生成表情值。这一过程中冻结了原始网络的参数,增加了处理层以完成隐变量到表情值的映射。
数据采集通过 Live Link Face 实现,连续采集语音和表情值并记录。对此数据进行预处理后,通过独立的模型训练生成训练和验证所需的数据。
使用已准备好的数据进行模型训练,并在推理阶段通过生 成音频、隐变量以及动画数据来验证表情生成效果。生成的动画数据可同步展示在虚拟环境中。
项目使用后验编码器将音频转换为隐变量,再从隐变量生成对应的表情,实现了声音到动画同步的创新应用。
项目使用 MotionGPT 实现语音和表情数据驱动的身体动画生成,未直接与 Unreal Engine 的骨骼动画对接,但通过协议转换可在 MetaHuman 上预览。
Bert-VITS2-ext 项目通过扩展和创新,将文本转语音与表情生成有机结合,为用户提供了一个高效的多模态同步解决方案,并在虚拟现实等领域展示了广泛的应用潜力。


免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具


最适合小白的AI自动化工作流平台
无需编码,轻松生成可复用、可变现的AI自动化工作流

大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。


AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。


AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。


AI一键生成PPT,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外 头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用 ,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频