腾讯混元发布语音数字人模型:仅需上传图像和音频 图中主角就能说话唱歌
时间:2025-05-28 | 作者: | 阅读:05月28日消息,腾讯混元发布语音数字人模型HunyuanVideo-Avatar。仅需一张图和一段音频,就能让图中的主角自然的说话、唱歌。
据悉,HunyuanVideo-Avatar由腾讯混元视频大模型及腾讯音乐天琴实验室MuseV技术联合研发。
该模型支持头肩、半身与全身景别,以及多风格、多物种与双人场景,面向视频创作者提供高一致性、高动态性的视频生成能力。
用户上传人物图像与音频,HunyuanVideo-Avatar模型就会自动理解图片与音频。让图中人物自然地说话或唱歌,生成包含自然表情、唇形同步及全身动作的视频。
当用户输入一张拿着吉他的坐在沙滩的女性图片和一段抒情音乐。
模型会自行理解“她在海边弹吉他,唱着非常抒情的歌曲”,并生成一段图中人物在弹唱的视频。
目前,HunyuanVideo-Avatar适用于短视频创作、电商与广告等多种应用场景。
可以生成人物在不同场景下的说话、对话、表演等片段,快速制作产品介绍视频或多人互动广告,降低制作成本。
据介绍,HunyuanVideo-Avatar的单主体能力已经开源,并在腾讯混元官网上线,目前支持上传不超过14秒的音频进行视频生成,后续将逐步上线和开源其他能力。
福利游戏
相关文章
更多-
- 腾讯元宝文生图功能重磅升级:混元+DeepSeek双模型支持
- 时间:2025-05-07
-
- 效果媲美GPT 4o!腾讯混元开源角色定制化图像生成插件
- 时间:2025-04-18
-
- 腾讯最强!混元自研深度思考模型T1正式发布:吐字快、能秒回
- 时间:2025-03-22
-
- 秒回!腾讯最新上线快思考模型Turbo S:回答速度提升一倍
- 时间:2025-02-27
大家都在玩
大家都在看
更多-
- 拼多多月卡会员关闭教程
- 时间:2025-07-10
-
- 币圈前50交易所详解:从币安到Gemini
- 时间:2025-07-10
-
- 抖音客服回应短剧疑碰瓷华为小米:投诉后1-3个工作日内核实处理
- 时间:2025-07-10
-
- iPhone直通手势的旁白声音开启方法
- 时间:2025-07-10
-
- 波卡币杠杆是多少倍
- 时间:2025-07-10
-
- 抖音设置了私密账号怎么看她的视频
- 时间:2025-07-10
-
- 咕咚运动app如何在运动时放音乐
- 时间:2025-07-10
-
- TRX怎么样?TRX排名
- 时间:2025-07-10