Audio2Face-3D 移植 Apple Silicon，本地驱动 3D 表情
ivan_digital · reddit · 2026-07-05
开发者将 NVIDIA 的 Audio2Face-3D（由语音驱动 3D 面部动画）模型移植到 Apple Silicon 本地运行，作为开源(Apache 2.0)speech-swift 包的一部分。前向传播用手写 MLX 计算图实现，无需 ONNX runtime；输入 WAV 即输出带时间戳的面部动画系数，支持情绪调节，已发布 James/Claire/Mark 三个 MLX 模型。同包还提供本地 TTS 与声音克隆，可在 Mac 上离线完成“文本→克隆语音→面部动作”全流程。
「多模态」频道最新
- 用 Claude Code 搭视频剪辑流水线,十段 prompt 从粗剪到成片 — TawohAwa · 2026-10-26
- 一句话生成3D世界，再用AI重绘成电影级镜头 — gizakdag · 2026-10-26
- 零实拍造出一整部电影世界：CineMap 导演分镜配 TapNow 成片 — gizakdag · 2026-10-26
- 快手 Kling 对阵字节 Seedance：中国 AI 视频模型竞争观察 — DavidmComfort · 2026-10-26
- 散景宇宙星云提示词模板：虚化光球演绎星际云雾质感 — LudovicCreator · 2026-10-26
- 博主用 Runway Act-2 加 ElevenLabs 变声做出高质量 AI 视频 — AIandDesign · 2026-10-26