INFP是音频驱动的头部生成框架，专为双人对话交互设计。能自动在对话音频引导下进行角色的转换，无需手动分配角色和角色切换。INFP包括两个阶段：基于动作头部模仿阶段和音频引导动作生成阶段，通过实验和可视化展示，验证了INFP方法的卓越性能和有效性。INFP提出了大规模双人对话数据集DyConv，以支持该研究领域的进步。

INFP – 音频驱动的生成逼真面部表情和头部姿态的AI框架 第1张
（图片来源网络，侵删）
INFP – 音频驱动的生成逼真面部表情和头部姿态的AI框架 第2张
（图片来源网络，侵删）