英Anam、対話型アバター向け顔生成モデル「Cara-3」公開 遅延70ms
英Anamはリアルタイム対話型アバター向けの顔生成モデル「Cara-3」を公開した。音声からの動作推定と描画を分離し、画像1枚から約70ミリ秒の低遅延で自然な表情を生成できる。ブラインド評価では画質の高さ以上に応答の速さが自然な対話体験を左右することが示された。
英Anamはリアルタイム対話型アバター向けの顔生成モデル「Cara-3」を公開した。音声からの動作推定と描画を分離し、画像1枚から約70ミリ秒の低遅延で自然な表情を生成できる。ブラインド評価では画質の高さ以上に応答の速さが自然な対話体験を左右することが示された。