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
有没有不依赖embedding向量的RAG技术?
有没有支持实时打断语音通话并后台帮你执行任何的ai模型?
开源ai大模型文件格式GGUF、MLX、Safetensors、 ONNX 有什么区别?
出海挣钱支付收款PayPal、Wise 、PingPong、Stripe如何选择?
如何实现类似google的图片隐形水印添加和识别技术?
linux上如何运行任意windows程序?
ai能写出比黑客还厉害的零日漏洞等攻击工具攻击任意软件系统工程?
js如何获取浏览器的音频上下文指纹、Canvas指纹、WebGL渲染特征?
为啥ai开始抛弃markdown文本,重新偏好html文本了?
网站有没有办法鉴别访问请求是由ai操控chrome-devtools-mcp发出的?


