Ditto-Talkinghead：阿里巴巴數字人技術新突破 🗣?

?

阿里巴巴推出了一項新的數字人技術，名為 Ditto-Talkinghead。這項技術主要用于生成由音頻驅動的說話頭，也就是我們常說的“數字人”。不過，現有的基于擴散模型的同類技術存在一些問題，例如：

• ? ???推理速度慢：難以滿足需要即時響應的互動應用場景。
• ? 🎛??控制性不足：對面部動作的精細控制還不夠到位。
• ? 👁??視覺偽影：有時會產生不自然的視覺效果，影響觀看體驗。

這些問題很大程度上是由于依賴變分自編碼器（VAE）產生的隱式潛在空間造成的。

Ditto-Talkinghead 的主要優勢 ?

Ditto-Talkinghead 在以下幾個方面表現出色：

• ? ??實時性：經過優化，可以實現接近實時的生成速度。
• ? 🕹??高控制性：能夠精確控制面部動作，例如表情、頭部姿態和視線方向。
• ? 🖼??高質量：生成的說話頭視頻效果逼真，唇形與語音同步準確，表情和頭部運動自然流暢。
• ? 🤸?靈活性：僅需一張靜態圖像，即可生成動態的說話頭視頻。

?

快速上手指南 🚀

為了方便大家體驗，我們已經將這個 AI 工具打包成了一個本地一鍵啟動包。你只需要簡單幾步操作，就可以在自己的電腦上使用，無需擔心隱私泄露或者復雜的環境配置問題。

🖥? 電腦配置要求

• ? 操作系統：Windows 10/11 64位
• ? 顯卡：8G 顯存以上的英偉達顯卡
• ? CUDA 版本：>= 12.1

?? 下載和使用教程

1. 1.?下載壓縮包：
   下載地址：https://xueshu.fun/5871/
2. 2.?解壓文件：
   將下載的壓縮包解壓到電腦上，注意解壓路徑最好不要包含非英文字符。然后，雙擊 "run.exe" 文件運行。

   

3. 3.?瀏覽器訪問：
   程序會自動打開你的默認瀏覽器，顯示如下界面：