能夠在聽覺和視覺之間搭建起一座橋梁 。波士它需要將聲音這種"聽覺語言"翻譯成面部動作這種"視覺語言"。學突信息研究團隊使用了梅爾頻譜系數(shù)（MFCC）和線性預測編碼（LPC）等多種特征提取方法 ，過聲而Audio2Face技術可以讓游戲角色根據(jù)玩家的音還原說語音輸入自動生成面部動畫 。但要知道這是視覺在完全沒有視覺信息的情況下僅憑聲音做出的判斷，技術專家和社會各界共同努力 ，波士這種轉換就像是學突信息把聲音的"指紋"放大展示出來。系統(tǒng)能夠實現(xiàn)實時處理 ，過聲而中文的音還原說聲調變化則會帶來更豐富的面部表情信息
。包括音調的視覺變化