スタイル分離とモダリティアライメントによるパーソナライズされた3Dトーキングヘッドアニメーション

この論文は、既存の音声駆動3Dトーキングヘッド生成方法の限界に対処し、パーソナライゼーションとリアリズムに焦点を当てています。PTalkerという新しいフレームワークを導入し、音声と顔の動きから話し方を分離し、リップシンクロナイゼーションの精度を向上させます。重要な貢献は、現実的で、個々のアイデンティティに特化した話し方を生成できることであり、これはこの分野における大きな進歩です。