ReSyncer – 清华联合百度推出的AI视频编辑工具

ReSyncer是什么

ReSyncer是清华大学和百度联合推出的AI视频编辑工具，通过音频驱动生成与声音同步的高质量嘴唇动作视频。ReSyncer用Style-SyncFormer分析声音并创建3D面部模型，结合目标视频生成同步且表情丰富的虚拟人物。ReSyncer支持个性化微调、说话风格转换和换脸功能，适用于虚拟主持人、表演者创作及实时直播等场景，在视听面部信息同步方面的效果卓越。

ReSyncer的主要功能

• 口型同步：根据给定的音频生成与声音同步的嘴唇动作。
• 风格迁移：将特定的说话风格或面部表情迁移到目标视频中。
• 个性化微调：快速调整生成的面部动画以匹配特定人物的面部特征。
• 视频驱动的口型同步：使用目标视频的面部图像来驱动口型动画。
• 换脸技术：将一个人的面部特征替换为另一个人的，用于身份转换或特效制作。

ReSyncer的技术原理

• 3D面部模型生成：使用Style-SyncFormer，一个深度学习模型，根据声音特征预测3D面部动态。
• 风格化面部动态：通过Transformer结构学习风格化的3D面部动态，实现面部表情和口型的精确同步。
• 基于风格的生成器：将预测得到的3D面部动态与目标视频中的面部图像结合，生成高保真的面部图像。
• 面部特征融合：在生成过程中，通过简单的插入机制将3D面部网格信息与风格化特征融合，提高嘴唇同步的质量和稳定性。

ReSyncer的项目地址

ReSyncer的应用场景

• 电影和视频制作：在电影和视频制作中，ReSyncer可以用来实现复杂的特效，如换脸或对口型，增加视觉吸引力。
• 广告行业：广告制作中，风格迁移功能可以用来创造独特的视觉效果，吸引观众的注意力。
• 社交媒体和内容创作：内容创作者可以用ReSyncer增强他们的视频内容，例如通过换脸技术制作有趣的模仿视频。
• 教育和培训：在语言学习或专业培训中，对口型功能可以帮助学习者更好地理解和模仿发音。