开发一个自己的数字人，FACEGOOD把语音驱动表情技术开源了

为了实现虚拟数字人的多域化渗透，让更多 AI 数字人的场景落地，FACEGOOD 决定将语音驱动口型的算法技术正式开源，这是 AI 虚拟数字人的核心算法，技术开源后将大程度降低 AI 数字人的开发门槛。

项目地址：

https://github.com/FACEGOOD/Audio2Face

该技术可以将语音实时转换成表情 blendshape 动画。FACEGOOD 对输入和输出数据做了相应的调整，声音数据对应的标签不再是模型动画的点云数据而是模型动画的 blendshape 权重。最终的使用流程如下图 1 所示：

在上面的流程中，FACEGOOD 主要完成 Audio2Face 部分，ASR、TTS 由思必驰智能机器人完成。如果你想用自己的声音，或第三方的，ASR、TTS 可以自行进行替换。

FACEGOOD Audio2Face 这一步的框架是什么样呢？又如何制作自己的训练数据呢？如下图 2 所示：

内容中包含的图片若涉及版权问题，请及时与我们联系删除