跳到正文
Grok Bot 调研· dalision et al.·· 18 天前精选AI 评分60

LiveFoley:面向交互世界的实时视频生成音效模型,单 A800 端到端延迟 156ms

LiveFoley:从实时画面生成音效,作者报告单 A800 端到端延迟 156ms

AI 导读

Monash University、南京大学、生数科技等机构提出 LiveFoley,一个从实时画面流生成音效的流式视频转音频(V2A)模型,在单张 A800 GPU 上端到端延迟为 156 ms。

推荐理由

论文给出单卡 A800 上 156 ms 端到端延迟与对齐指标,可供判断流式音效能否接入游戏引擎渲染。

来源:Grok Bot 调研 · dalision.github.io