声动视界
声动视界是面向跨境电商的视频创作智能平台,提供视频翻译、AI配音、语音克隆、视频擦除、口型同步与视频换脸等功能,支持批量处理多语言带货视频。
audio2face-3d 是 NVIDIA 在 build.nvidia.com 上架的模型,官方页面为 https://build.nvidia.com/nvidia/audio2face-3d。页面对其用途的说明很直接:把流式音频转换为面部 blendshape,用于实时口型同步(lipsyncing)和面部动画表演。
页面明确标注该 NIM Endpoint 已 Deprecated(弃用),并提示用户迁移到其他模型以避免服务中断。这属于使用前必须核实的状态,而非普通的功能介绍。页面同时标有 Downloadable,但并未说明可下载内容的具体范围。
从功能描述看,它面向需要将语音转为面部动画数据的数字人、虚拟角色和实时表演类项目。由于端点已弃用,新项目不适合直接以此页作为接入依据,更适合把它当作技术方向或历史方案参考,并查看官方文档寻找替代模型。
根据官网公开信息整理 · 最近核验 2026-10-19
页面说明它接收流式音频,输出面部 blendshape,用于实时口型同步和面部表演。
页面标注该 NIM 端点已弃用(Deprecated),并提示迁移到其他模型以避免服务中断,接入前应查阅官方文档确认替代方案。
页面标签包括 Audio-to-Face、Digital Humans 和 Speech-to-Animation,可用于判断其面向音频驱动面部动画与数字人方向。
页面提供 Try API、Deploy 和 API Reference 入口,并注明由 DGX Cloud 加速。