Buchumschlag

Audio-Driven Talking Face Generation with Blink Embedding and Hash Grid Landmarks Encoding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yuhui, Yu, Hui, Liang, Wei, Zhang, Sunjie
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SwapTalk: Audio-Driven Talking Face Generation with One-Shot Customization in Latent Space
von: Zhang, Zeren, et al.
Veröffentlicht: (2024)

VASA-1: Lifelike Audio-Driven Talking Faces Generated in Real Time
von: Xu, Sicheng, et al.
Veröffentlicht: (2024)

ATL-Diff: Audio-Driven Talking Head Generation with Early Landmarks-Guide Noise Diffusion
von: Vo, Hoang-Son, et al.
Veröffentlicht: (2025)

MAGIC-Talk: Motion-aware Audio-Driven Talking Face Generation with Customizable Identity Control
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2025)

Audio-Driven Talking Face Video Generation with Joint Uncertainty Learning
von: Xie, Yifan, et al.
Veröffentlicht: (2025)

PC-Talk: Precise Facial Animation Control for Audio-Driven Talking Face Generation
von: Wang, Baiqin, et al.
Veröffentlicht: (2025)

Exploiting Temporal Audio-Visual Correlation Embedding for Audio-Driven One-Shot Talking Head Animation
von: Xu, Zhihua, et al.
Veröffentlicht: (2025)

TurboTalk: Progressive Distillation for One-Step Audio-Driven Talking Avatar Generation
von: Liu, Xiangyu, et al.
Veröffentlicht: (2026)

GSTalker: Real-time Audio-Driven Talking Face Generation via Deformable Gaussian Splatting
von: Chen, Bo, et al.
Veröffentlicht: (2024)

Audio-driven Talking Face Generation with Stabilized Synchronization Loss
von: Yaman, Dogucan, et al.
Veröffentlicht: (2023)

AVI-Talking: Learning Audio-Visual Instructions for Expressive 3D Talking Face Generation
von: Sun, Yasheng, et al.
Veröffentlicht: (2024)

Talking Head Generation via AU-Guided Landmark Prediction
von: Chang, Shao-Yu, et al.
Veröffentlicht: (2025)

Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation
von: Kong, Zhe, et al.
Veröffentlicht: (2025)

UniAvatar: Taming Lifelike Audio-Driven Talking Head Generation with Comprehensive Motion and Lighting Control
von: Sun, Wenzhang, et al.
Veröffentlicht: (2024)

Text-Driven Emotionally Continuous Talking Face Generation
von: Yang, Hao, et al.
Veröffentlicht: (2026)

JoyGen: Audio-Driven 3D Depth-Aware Talking-Face Video Editing
von: Wang, Qili, et al.
Veröffentlicht: (2025)

Taming Transformer for Emotion-Controllable Talking Face Generation
von: Zhang, Ziqi, et al.
Veröffentlicht: (2025)

Test-Time Self-Adaptive Conditioning for Stable Audio-Driven Talking-Head Generation
von: Zhang, Zhicheng, et al.
Veröffentlicht: (2026)

Audio-Visual Speech Representation Expert for Enhanced Talking Face Video Generation and Evaluation
von: Yaman, Dogucan, et al.
Veröffentlicht: (2024)

JEAN: Joint Expression and Audio-guided NeRF-based Talking Face Generation
von: Chakkera, Sai Tanmay Reddy, et al.
Veröffentlicht: (2024)

High-fidelity and Lip-synced Talking Face Synthesis via Landmark-based Diffusion Model
von: Zhong, Weizhi, et al.
Veröffentlicht: (2024)

GaussianHeadTalk: Wobble-Free 3D Talking Heads with Audio Driven Gaussian Splatting
von: Agarwal, Madhav, et al.
Veröffentlicht: (2025)

Takin-ADA: Emotion Controllable Audio-Driven Animation with Canonical and Landmark Loss Optimization
von: Lin, Bin, et al.
Veröffentlicht: (2024)

EmoFace: Emotion-Content Disentangled Speech-Driven 3D Talking Face Animation
von: Lin, Yihong, et al.
Veröffentlicht: (2024)

KAN-Based Fusion of Dual-Domain for Audio-Driven Facial Landmarks Generation
von: Vo-Thanh, Hoang-Son, et al.
Veröffentlicht: (2024)

Mask-Free Audio-driven Talking Face Generation for Enhanced Visual Quality and Identity Preservation
von: Yaman, Dogucan, et al.
Veröffentlicht: (2025)

PortraitTalk: Towards Customizable One-Shot Audio-to-Talking Face Generation
von: Nazarieh, Fatemeh, et al.
Veröffentlicht: (2024)

Generalizable Face Landmarking Guided by Conditional Face Warping
von: Liang, Jiayi, et al.
Veröffentlicht: (2024)

Grid4D: 4D Decomposed Hash Encoding for High-Fidelity Dynamic Gaussian Splatting
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

SyncBreaker:Stage-Aware Multimodal Adversarial Attacks on Audio-Driven Talking Head Generation
von: Zhang, Wenli, et al.
Veröffentlicht: (2026)

EmbedTalk: Triplane-Free Talking Head Synthesis using Embedding-Driven Gaussian Deformation
von: Saggar, Arpita, et al.
Veröffentlicht: (2026)

Emotional Conversation: Empowering Talking Faces with Cohesive Expression, Gaze and Pose Generation
von: Liang, Jiadong, et al.
Veröffentlicht: (2024)

IMTalker: Efficient Audio-driven Talking Face Generation with Implicit Motion Transfer
von: Chen, Bo, et al.
Veröffentlicht: (2025)

Superior and Pragmatic Talking Face Generation with Teacher-Student Framework
von: Liang, Chao, et al.
Veröffentlicht: (2024)

DAE-Talker: High Fidelity Speech-Driven Talking Face Generation with Diffusion Autoencoder
von: Du, Chenpeng, et al.
Veröffentlicht: (2023)

OmniTalker: One-shot Real-time Text-Driven Talking Audio-Video Generation With Multimodal Style Mimicking
von: Wang, Zhongjian, et al.
Veröffentlicht: (2025)

FaceChain-ImagineID: Freely Crafting High-Fidelity Diverse Talking Faces from Disentangled Audio
von: Xu, Chao, et al.
Veröffentlicht: (2024)

Context-aware Talking Face Video Generation
von: Xuanyuan, Meidai, et al.
Veröffentlicht: (2024)

STGV: Spatio-Temporal Hash Encoding for Gaussian-based Video Representation
von: Lin, Jierun, et al.
Veröffentlicht: (2026)

LaTo: Landmark-tokenized Diffusion Transformer for Fine-grained Human Face Editing
von: Zhang, Zhenghao, et al.
Veröffentlicht: (2025)