目前数字人声音和影像克隆技术已经有了,不过是那种数字人播报的,而且仅仅限制一人,参考:点击打开链接
但是pika2与vidu可以指定人物或角色图片来生成多人或多物无声视频,但是声音克隆要另外使用开源的,结合对口型技术就能实现你说的功能,虽然没有集成在一起,但是日后ai技术是会实现直接克隆角色声音和影像来生成新的续集视频的,电视剧和电影的制作成本会大幅降低。
声音克隆参考点击打开链接
网友回复
为啥所有的照片分辨率提升工具都会修改照片上的图案细节?
js如何在浏览器中将webm视频的声音分离为单独音频?
微信小程序如何播放第三方域名url的mp4视频?
ai多模态大模型能实时识别视频中的手语为文字吗?
如何远程调试别人的chrome浏览器获取调试信息?
为啥js打开新网页window.open设置窗口宽高无效?
浏览器中js的navigator.mediaDevices.getDisplayMedia屏幕录像无法录制SpeechSynthesisUtterance产生的说话声音?
js中mediaRecorder如何录制window.speechSynthesis声音音频并下载?
python如何直接获取抖音短视频的音频文件url?
js在浏览器中如何使用MediaStream与MediaRecorder实现声音音频多轨道混流?