由復旦大學與騰訊聯合研發的DICE-Talk說話人視頻生成工具於近日正式發佈，以其卓越的情感表達能力和逼真的人物表現引發行業熱議。AIbase通過整合社交媒體最新動態及公開信息，爲您深度解析這一技術突破的亮點與潛力。

image.png

DICE-Talk的核心創新在於其身份-情感分離處理機制。通過將說話人的身份特徵（如面部細節、膚色）與情感表達(表情、語氣)解耦，DICE-Talk確保在情感變化時人物外觀保持高度一致，避免了傳統生成工具中常見的“表情跳變”問題。其協同情感處理技術進一步實現了不同情感間的自然過渡，例如從喜悅到驚訝的動態切換，呈現出接近真人表演的流暢效果。

DICE-Talk 的核心在於其能夠解構身份信息並協同情感生成。這意味着，該技術不僅能夠保留人物的特徵，還能根據需求賦予其不同的情感表現，如快樂、生氣、驚訝等。用戶只需上傳一張肖像圖片和一段音頻，系統便可自動生成相應情感的動態視頻。

DICE-Talk 的生成視頻展示了多種情感狀態，包括中性、快樂、生氣和驚訝等。每種情感表現都具有高度的真實性和表現力，用戶可以通過簡單的操作，獲得生動的情感肖像，適用於影視製作、遊戲開發以及社交媒體等多個領域。

爲了順利運行 DICE-Talk，建議用戶配備至少20GB 顯存的 GPU，並使用獨立的 Python3.10環境。同時，用戶需確保安裝 FFmpeg 及相應版本的 PyTorch。安裝完成後，用戶可以通過簡單的命令運行演示，體驗技術帶來的視覺盛宴。

使用 DICE-Talk 非常簡單。用戶只需上傳一張圖像和一段音頻，並選擇所需的情感類型，系統將生成對應的視頻。用戶還可以調整身份保持和情感生成的強度，滿足個性化需求。此外，DICE-Talk 還提供了圖形用戶界面，使操作更加直觀和友好。

項目：https://github.com/toto222/DICE-Talk