在三维动画制作中，动作捕捉技术改编了很多复杂的问题，而同时也面临很多的问题，在表情捕捉中，口型的应用模拟是非常复杂的，尤其是在同步性方面有很大的漏洞，而一个叫做广义语音动画的深度学习方法的项目完美的解决了这个问题。本次来自西安太空动画的小编为你带来关于广义语音动画的深度学习方法的全面内容介绍
广义语音动画的深度学习方法是由Sarah Taylor（东英吉利大学）Taehwan Kim（加州理工学院）Yisong Yue（加州理工学院）共同完成的。他们引入了一种简单有效的深度学习方法，可以自动生成与输入语音同步的自然外观语音动画。他们的方法使用滑动窗口预测器，学习从音素标签输入序列到嘴部运动的任意非线性映射，以精确捕获自然运动和视觉共同作用的方式。他们的深度学习方法具有几个吸引人的特性：它实时运行，需要的参数调整，很好地推广到新颖的输入语音序列，易于编辑以创建风格化和情感化的语音，并且与现有的动画重定向方法兼容。他们工作的一个重点是开发一种有效的语音动画方法，可以轻松地集成到现有的生产流水线中。他们提供了端到端方法的详细描述，包括机器学习设计决策。广泛的语音动画结果通过各种角色和声音的各种动画片段进行演示，包括歌唱和外语输入。他们的方法还可以从用户语音输入实时生成按需语音动画。
以上就是关于广义语音动画的深度学习方法的全面介绍了，来自西安太空动画的小编感谢你的观看。