当我们听到一个人说话时，脑海中是否会自然浮现出对方的模样？波士顿大学的研究团队最近做了一件听起来像科幻小说的事情：他们教会了人工智能仅仅通过听声音，就能准确"看见"说话者的面部表情、嘴唇动作，甚至整个人的外貌特征。这项由波士顿大学计算机科学系的Arsha Na

说话 视觉 音频 波士顿大学 audio2face 2025-08-30 15:05  3