自然语音表达

半个月前，字节的OmniHuman-1模型在全球掀起波澜。它能通过一张照片和一段音频生成背景动态、支持全身动作的AI视频，并保持口型同步。OmniHuman-1在即梦平台上开放内测，实现一键生成带表演与口型的短视频效果。