SenseAvatar
Génère une vidéo d’humain numérique synchronisée sur les lèvres à partir d’un portrait et d’une piste vocale
Le texte intégral est présenté en anglais ; le titre et le résumé sont localisés.
CE QUE C'EST
SenseAvatar is a digital-human video capability SenseTime introduced in August 2022 and offers as an interface. Given a portrait and a voice track, it generates a talking digital human whose lip movement matches the speech, with natural head motion. It is used for virtual presenters, announcements and customer service. The capability is a closed service.
Pourquoi il compte
It reduced digital-human generation to “one photo plus one voice track”, letting lip-synced avatar videos be produced at scale through an interface — an early example of digital humans moving toward large-scale use.
Caractéristiques clés
- Input
- A single portrait and a voice track
- Output
- Lip-synced talking digital-human video
- Availability
- API
- Open weights
- No
Capacités
Concepts liés
Autoencodeurs et VAE
Comprimer l’information dans un goulot, puis la laisser repousser
Vue d’ensemble des modèles génératifs
Les modèles discriminatifs répondent « qu’est-ce que c’est », les génératifs « à quoi cela devrait ressembler »
Génération multimodale
Un seul modèle qui apprend à parler, dessiner, bouger — et même à modéliser le monde 3D