HuggingFace Daily Papers·· 2 天前AI 评分35
Align Then Reason：面向配音的多模态唇形同步评判模型
Align Then Reason: A Multimodal Lip-Sync Judge for Dubbing
AI 导读
研究者提出 Align Then Reason（ATR），一种多语言唇形同步评判模型，先在帧级唇部表征与候选台词的音素单元间建立单调对齐，再基于该对齐进行推理判断。
来源：HuggingFace Daily Papers · arxiv.org