VAS智能字幕

VASA-1是微软亚洲研究院开发的AI模型，能够将单一静态图像和一段语音音频转换成逼真的对话面部动画。它通过精确的音频与唇部动作同步、丰富的面部表情和自然的头部动作，显著增强了生成视频的真实感和生动性。