用 Seamless Interaction 建模自然的对话动态

Meta FAIR 推出面向双人对话的音频视觉行为动作模型家族 Dyadic Motion Models,可将语音生成自然的表情、手势与倾听行为,并同时发布超过 4,000 小时、4,000 名参与者的 Seamless Interaction Dataset 及配套技术报告与评估方法。