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
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- FLUX.2 Klein 换表情易丢脸，实测不如免费版 Gemini 保真 — wacomlover · 2026-09-11
- 腾讯 AuK 语音模型开源代码与权重上线 GitHub,附 ComfyUI 支持 — aigclink · 2026-09-11
- 用 Midjourney+Seedance 把龙神宿敌大战拍成 AI 电影短片 — azed_ai · 2026-09-11
- fable 5.1 用 25.6 万条 JS 笔画复刻《星月夜》 — cedric_chee · 2026-09-11
- GPT-6 Astra 接 Hyper3D MCP,一句话生成 3D 资产 — ahuja_priyank · 2026-09-11