概括

本研究介绍了HH-NeRF,这是一个新的框架,用于从音频中创建高分辨率,现实的说话肖像视频. 它通过将细节感知神经辐射场 (NeRF) 模块与高效超分辨率模块相结合,实现快速染和高保真度.