| --- |
| language: zh |
| tags: |
| - audio-to-video |
| - talking-head |
| - emotion-driven |
| - motion-generation |
| - pytorch |
| license: apache-2.0 |
| datasets: |
| - MEAD |
| model-index: |
| - name: ADEF |
| results: [] |
| --- |
| |
| # ADEF: 音频驱动的情感融合说话视频生成的研究 |
|
|
| ADEF（Audio-Driven Emotion-Fused）是一种音频驱动的说话人视频生成框架，能够将输入音频转换为具有情感表达的说话人视频。该模型由多个子模块组成，包括音频到情感（audio2emo）、情感分类器（emo_classifier）、情感增强器（emo_enhancer）、动作生成器（motion_generator）和动作模板（motion_template）。 |
|
|
| ## 📁 模型结构 |
|
|
| 仓库包含以下子模块及其对应的预训练权重： |
|
|
| - `audio2emo/audio2emo.pth`：音频的情感分析模型。 |
| - `emo_classifier/emo_level_classifier.pth`：对情感及其强度进行分类，用作情感-等级损失。 |
| - `emo_enhancer/emo_enhancer.pth`：情感增强模块。 |
| - `motion_generator/emo_dit_100000.pt`：音频驱动-情感融合的运动生成器。 |
| - `motion_template/motion_template.pkl`：提供动作模板以指导生成过程。 |
|
|
| ## 🚀 使用方法 |
|
|
| 1. 克隆仓库并安装依赖项。 |
| 2. 参考https://github.com/ZhouXsh/ADEF |
|
|
| ## 📄 许可证 |
|
|
| 本项目采用 Apache 2.0 许可证。 |
|
|
| ## 📬 联系方式 |
|
|
| 如有问题或建议，请联系仓库维护者 [ZhouXSh](https://huggingface.co/ZhouXSh)。 |
|
|
|
|
|
|
