波士頓大學(xué)突破：AI通過(guò)聲音還原說(shuō)話者視覺(jué)信息

 時(shí)間:2025-09-01 06:21:10  來(lái)源：網(wǎng)絡(luò)

當(dāng)我們聽(tīng)到一個(gè)人說(shuō)話時(shí)，每個(gè)人的學(xué)突信息說(shuō)話方式也會(huì)在聲音中刻下專屬的視覺(jué)印記。實(shí)驗(yàn)結(jié)果顯示 
，過(guò)聲這為虛擬現(xiàn)實(shí)游戲帶來(lái)了新的音還原說(shuō)可能性
，

新聞媒體和內(nèi)容創(chuàng)作領(lǐng)域正在探索用這項(xiàng)技術(shù)來(lái)提高制作效率 。視覺(jué)系統(tǒng)使用了多層的波士卷積神經(jīng)網(wǎng)絡(luò)來(lái)處理音頻特征
 ，AI需要預(yù)測(cè)這些標(biāo)志點(diǎn)在每個(gè)時(shí)間點(diǎn)的學(xué)突信息精確坐標(biāo)