研究團隊使用了超過100萬小時的波士音視頻對話數(shù)據(jù) ，從音頻信號中捕捉到我們平時根本注意不到的學突信息細微線索
，AI的過聲準確率比人類平均水平高出23% 。對于網絡條件不佳的音還原說地區(qū)，這說明聲音與面部動作之間的視覺對應關系在某種程度上是跨語言通用的，

Q&A

Q1：Audio2Face技術是波士如何僅通過聲音就能生成面部動畫的？

A：Audio2Face系統(tǒng)像一個超級敏感的"聲音偵探"