এই সাইটের বিষয়বস্তু কৃত্রিম বুদ্ধিমত্তা (AI) বা মেশিন অনুবাদ প্রযুক্তি ব্যবহার করে অনুবাদ করা হয়েছে এবং ত্রুটি থাকতে পারে।

Skip to content
Speech & Audio
3D

আবেগগত কণ্ঠস্বর পাপেট্রি

View Publication

Author

ইয়ে পান, রুইসি ঝাং, শেনগ্রান চেং, শুআই তান, ইউ ডিং, কেনি মিচেল, ঝুবো ইয়াং

Venue

IEEE VR 2023/TVCG

Abstract

এই গবেষণাপত্রে উপস্থাপন করা হয়েছে আবেগপূর্ণ ভয়েস পাপেট্রি, একটি অডিও-ভিত্তিক মুখের অ্যানিমেশন পদ্ধতি যা চরিত্রগুলোকে জীবন্ত আবেগগত পরিবর্তনসহ ফুটিয়ে তোলে। ঠোঁটের গতি এবং আশেপাশের মুখের অঞ্চলগুলো অডিওর বিষয়বস্তু দ্বারা নিয়ন্ত্রিত হয়, এবং আবেগের ধরন ও তীব্রতার ভিত্তিতে মুখের গতিশীলতা নির্ধারিত হয়। আমাদের পদ্ধতি অনন্য কারণ এটি বিশুদ্ধ জ্যামিতিক প্রক্রিয়ার পরিবর্তে উপলব্ধিগত বৈধতা এবং জ্যামিতিকে বিবেচনায় নেয়। আমাদের পদ্ধতির আরেকটি প্রধান বৈশিষ্ট্য হল একাধিক চরিত্রে এর সাধারণীকরণযোগ্যতা। ফলাফলগুলো দেখিয়েছে যে, যখন রিগ প্যারামিটারগুলোকে চোখ, ভ্রু, নাক, মুখ এবং স্বাক্ষর বলিরেখা হিসেবে শ্রেণীবদ্ধ করে নতুন গৌণ চরিত্রগুলোকে প্রশিক্ষণ দেওয়া হয়, তখন যৌথ প্রশিক্ষণের তুলনায় এটি আরও ভালো সাধারণীকরণ ফলাফল অর্জনে গুরুত্বপূর্ণ। ব্যবহারকারী গবেষণাগুলো আমাদের পদ্ধতির কার্যকারিতা গুণগত এবং পরিমাণগত উভয়ভাবেই প্রমাণ করে। আমাদের পদ্ধতি AR/VR এবং 3DUI-তে, যেমন ভার্চুয়াল রিয়ালিটি অবতার/স্ব-অবতার, টেলিকনফারেন্সিং এবং ইন-গেম সংলাপে প্রয়োগযোগ্য।