通过风格解耦和模态对齐实现个性化语音驱动的3D说话头动画

本文解决了现有语音驱动3D说话头生成方法的局限性，重点关注个性化和真实感。它引入了一个名为PTalker的新框架，该框架将说话风格与音频和面部动作分离，并提高了唇同步精度。关键贡献是能够生成逼真的、特定于身份的说话风格，这是该领域的一项重大进步。

• •提出了PTalker，一个用于个性化3D说话头动画的新框架。
• •采用风格解耦来保留说话风格。
• •利用三级对齐机制来提高唇同步精度。
• •在生成逼真和风格化的3D说话头方面，展示了优于现有方法的性能。