阿里云宣布自研 EMO 模型上线通义 App,用照片 + 音频生成唱歌视频

4 月 25 日,阿里云宣布,通义实验室研发的 AI 模型——EMO 正式上线通义 App,并开放给所有用户免费使用。借助这一功能,用户可以在歌曲、热梗、表情包中任选一款模板,然后通过上传一张肖像照片就能让 EMO 合成演戏唱歌视频。

EMO 是一个由阿里巴巴集团智能计算研究院开发的框架,一个音频驱动的 AI 肖像视频生成系统,能够通过输入单一的参考图像和语音音频,生成具有表现力的面部表情和各种头部姿势的视频。

据介绍,通义 App 首批上线了 80 多个 EMO 模板,包括热门歌曲《上春山》《野狼 Disco》等,还有网络热梗「钵钵鸡」「回手掏」等,但目前暂未不开放自定义音频。(来源:IT之家)

搜索