EmoTalk3D - 华为、复旦联合推出的3D数字人框架

EmoTalk3D是什么

EmoTalk3D是华为诺亚方舟实验室、南京大学和复旦大学共同推出的3D数字人框架。技术的核心在于能合成具有丰富情感表达的3D会说话头像。EmoTalk3D能捕捉和再现人类在说话时的唇部动作、面部表情，甚至是更微妙的情感细节，如皱纹和其他面部微动。EmoTalk3D通过一个名为“Speech-to-Geometry-to-Appearance”的映射框架，实现了从音频特征到3D几何序列的预测，再到3D头像外观的合成。

EmoTalk3D的主要功能

情感表达合成：能根据输入的音频信号合成具有相应情感表达的3D头像动画，包括不限于喜悦、悲伤、愤怒等多种情感状态。
唇部同步：高度准确的唇部运动与语音同步，3D头像在说话时唇部动作与实际发音相匹配。
多视角渲染：支持从不同角度渲染3D头像，确保在不同视角下观看时都能保持高质量和一致性。
动态细节捕捉：能捕捉并再现说话时的面部微表情和动态细节，如皱纹、微妙的表情变化等。
可控情感渲染：用户可根据需要控制3D头像的情感表达，实现情感的实时调整和控制。
高保真度：通过先进的渲染技术，EmoTalk3D能生成高分辨率、高真实感的3D头像。

EmoTalk3D的技术原理

数据集建立（EmoTalk3D Dataset）：收集了多视角视频数据，包括情感标注和每帧的3D面部几何信息。数据集来源于多个受试者，每个受试者在不同情感状态下录制了多视角视频。
音频特征提取：使用预训练的HuBERT模型作为音频编码器，将输入语音转换为音频特征。通过情感提取器从音频特征中提取情感标签。
Speech-to-Geometry Network (S2GNet)：将音频特征和情感标签作为输入，预测动态的3D点云序列。基于门控循环单元（GRU）作为核心架构，生成4D网格序列。
3D几何到外观的映射（Geometry-to-Appearance）：基于预测的4D点云，使用Geometry-to-Appearance Network (G2ANet)合成3D头像的外观。将外观分解为规范高斯（静态外观）和动态高斯（由面部运动引起的皱纹、阴影等）。
4D高斯模型：使用3D高斯Splatting技术来表示3D头像的外观。每个3D高斯由位置、尺度、旋转和透明度等参数化表示。
动态细节合成：通过FeatureNet和RotationNet网络预测动态细节，如皱纹和微妙的表情变化。
头部完整性：对于非面部区域（如头发、颈部和肩部），使用优化算法从均匀分布的点开始构建。
渲染模块：将动态高斯和规范高斯融合，渲染出具有自由视角的3D头像动画。
情感控制：通过情感标签的人工设置和时间序列的变化，控制生成头像的情感表达。