search

antgroup / echomimic

EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
https://antgroup.github.io/ai/echomimic/
Apache License 2.0
3.01k stars 349 forks source link

音频特征提取使用whisper_tiny是为什么呢？ #195

Open tszssong opened 3 days ago

tszssong commented 3 days ago

您好，看论文3.2提到音频特征使用wav2vec，但代码仓库使用的是whisper_tiny，是处于什么考虑呢，这个模型效果更好吗？