UniTalking: A Unified Audio-Video Framework for Talking Portrait Generation
UniTalking: 一种统一的音频-视频框架用于说话肖像生成
机构 * Central Media Technology Institute, Huawei(华为中央媒体技术研究所) ; School of Computer Science and Engineering, Beihang University(北航计算机科学与工程学院)
专题命中 个性化与一致性 :diffusion(abstract);分类 cs.CV、cs.MM
AI总结 UniTalking提出了一种统一的端到端扩散框架,用于生成高质量的语音和唇同步视频,通过多模态Transformer块和个性化语音克隆技术,提升了视觉保真度和训练效率。
Comments Accepted at CVPR 2026 (Findings Track)