StylizedGS: Controllable Stylization for 3D Gaussian Splatting StylizedGS：3D高斯溅射的可控样式化 Dingxi Zhang, Zhuoxun Chen, Yu-Jie Yuan, Fang-Lue Zhang, Zhenliang He, Shiguang Shan, and Lin Gao1 张定西，陈卓勋，袁玉洁，

《FastSpeech: Fast, Robust and Controllable Text to Speech》论文学习 文章目录 《FastSpeech: Fast, Robust and Controllable Text to Speech》论文学习  摘要  1 介绍  2 背景  3 FastSpeech    3.1 前馈 Transformer    3.2 长度调节器

FastSpeech: Fast, Robust and Controllable Text to Speech 文章目录 FastSpeech: Fast, Robust and Controllable Text to SpeechAbstractIntroductionBackgroundText to Speech TTSSequence to Sequence LearningN

存在的问题：现有的语音驱动面部动画方法可以产生令人满意的嘴部运动和嘴唇同步，但在情感表达和情感控制方面存在不足。 作者使用wav2vec2.0和transformer encoder来获取文本向量和全局风格向量。将其拼接起来通过Auido2FLAME模块来预测flame的参数，Auido2FLAME由多层CNN组成。在此阶段，将主要关注嘴唇同步，并确保嘴部运动的精确性。引入了一个情感控制模块，其

pdf Text-to-3D任务中，对3D模型外观的控制不强，本文提出IPDreamer来解决该问题。在NeRF Training阶段，IPDreamer根据文本用ControlNet生成参考图，并将参考图作为Zero 1-to-3的控制条件，用基于Zero 1-to-3的SDS损失生成粗NeRF。在Mesh Training阶段，IPDreamer将NeRF用DMTet转换为3D Mesh