INFP

INFP是一种专注于双人对话交互的音频驱动头部生成框架，能够根据对话音频自动完成角色转换，无需人工干预。该框架分为两个阶段：基于动作的头部模仿阶段和音频引导的动作生成阶段。通过实验验证，INFP展现出卓越的性能和有效性。此外，INFP引入了大规模双人对话数据集DyConv，为相关研究提供了重要支持。