手勢生成

EMAGE是一種統一的整體共話手勢生成模型,透過表情豐富的掩蔽音訊手勢建模來生成自然的手勢動作。它可以從音訊輸入中捕捉語音和韻律資訊,並生成相應的身體姿勢和手勢動作序列。EMAGE能夠生成高度動態和表現力豐富的手勢,從而增強虛擬人物的互動體驗。