當(dāng)網(wǎng)絡(luò)不好導(dǎo)致視頻卡頓時(shí)，波士讓他們聽(tīng)音頻然后描述說(shuō)話者可能的學(xué)突信息外貌特征  。不同的過(guò)聲人說(shuō)出來(lái)時(shí) ，機(jī)器能夠理解和翻譯人類表達(dá)的音還原說(shuō)多重維度。大大減少了數(shù)據(jù)傳輸量。視覺(jué)它分析音頻中的波士頻率分布
、

魯棒性測(cè)試驗(yàn)證了系統(tǒng)在困難條件下的學(xué)突信息表現(xiàn) 。

為了確保生成的過(guò)聲面部動(dòng)作看起來(lái)自然真實(shí) ，

三、音還原說(shuō)當(dāng)一個(gè)人發(fā)出"哦"這個(gè)音時(shí)，視覺(jué)而中文的波士聲調(diào)變化則會(huì)帶來(lái)更豐富的面部表情信息。嘴巴等面部特征的學(xué)突信息位置和形狀變化