Tłumaczenie automatyczne · Oryginał angielski

Audio2Face-3D

Ta pierwsza strona Soniqo dokumentuje Audio2Face-3D z lokalnej implementacji speech-swift / speech-core. Hugging Face są połączone poniżej po notatkach integracyjnych.

Strona wewnętrzna pierwsza

Karty do lądowania i menu doków wskazują najpierw tutaj; model źródłowy i linki do pakietów pozostają dostępne na tej stronie.

At a Glance

WzórAudio2Face-3D
RolaWspółczynniki ruchu przemówień do awatarów dla dalszych odźwiernych
WsteczMLX
WyjścieRamki JSONL: znacznik czasu plus cały wektor współczynnika
JęzykiNiezależny od języka, napędzany audio
LicencjaNVIDIA Open Model License
StatusGotowe poprzez awatar- ruch mowy i produkt Audio2Face3D Swift
ŹródłoNVIDIA Audio2Face-3D
Produkt SwiftAudio2Face3D
CLI / runtimespeech avatar-motion

Stosowanie

Poniższy fragment jest odzwierciedleniem bieżącego speech-swift API lub polecenia zdemaskowanego przez repo.

# Generate avatar motion coefficients from speech audio.
.build/release/speech avatar-motion input.wav --output motion.jsonl --verbose
.build/release/speech avatar-motion input.wav \
  --model aufklarer/Audio2Face-3D-v2.3.1-Claire-MLX

Wzory linków

Uwagi do wdrożenia