近年来，人们制作的动物和人物动画已经越来越逼真。尽管如此，由于需要将音频和视频相结合，角色说话时的动作仍然不够自然。

　　过去的研究发现，人们说话时的头部运动与其声音的音调和振幅之间有很强的关联性。这些发现启发了印度的一个计算机科学家团队。因此，他们基于一种机器学习算法——生成对抗网络（GAN）——的架构，创建了一个新模型，可以有效地为动画人物的脸部生成逼真的动画。

　　该模型可以识别说话者正在谈论的内容，以及他 / 她在特定时间的语音语调，随后使用这些信息来产生匹配的脸部运动。

　　研究人员补充说： 我们的工作离实现更逼真的动画迈进了一步。此外，该方法可以转化为多种现实应用，如数字助理、视频配音或远程呈现。

　　从学术到产业，更多相关数据请参考前瞻产业研究院《2021-2026 年中国动漫产业发展前景预测与投资战略规划分析报告》。同时前瞻产业研究院还提业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO 募投可研、IPO 业务与技术撰写、IPO 工作底稿咨询等解决方案。