本文へスキップ

JoyVASA

拡散モデルによる音声駆動の肖像アニメーション

公式サイトを見る

JoyVASA とは

本技術は動的な表情と静的な 3D の顔表現を分け、顔と頭の動きを生む拡散モデルべースの手法と説明されている。

できること

  • より長い肖像動画を生成する
  • 音声プロンプトから動きの列を抽出する
  • 3D の关键点からアニメーションを描く
  • 手法を動物の顔へ広げる

導入の手順

  • 参照画像から 3D の顔特徴を取り出す
  • 入力音声から音声の特徴を取り出す
  • 滑る窓で動きの列を抽出する

長所と短所

✓ 良い点

  • より長い動画生成が挙がる
  • 中国語と英語を含む混合データで学習

! 注意したい点

  • 拡散モデルを土台に位置づける
  • 入力には参照画像が要る

よくある質問

何が動きを駆動する?

資料は音声から動きの列を生成すると説明。

動物にも対応?

資料は動物の顔アニメーションに対応と説明。

最終評価日: 2026-11-15

その他 AI動画生成 ツール

すべて見る →

評価方法