Imagjinoni të jeni në gjendje të krijoni një video portret plotësisht ekspresive nga një skedar i vetëm imazhi dhe audio.
Kjo është pikërisht ajo që ka bërë Alibaba.
Kompania publikoi dokumentin kërkimor për modelin e tyre të ri të Inteligjencës Artificiale (AI) të quajtur EMO: Emote Portrait Alive.
EMO është një kornizë ekspresive e gjenerimit të video-portreteve të drejtuar nga audio.
Futni një imazh të vetëm referencë dhe audio vokale, p.sh. duke folur dhe kënduar, metoda jonë mund të gjenerojë video me vokal dhe me shprehje ekspresive të fytyrës.
Ne mund të gjenerojmë video me çdo kohëzgjatje në varësi të gjatësisë së videos hyrëse.
