再并行生成多个片段的财经记者别离以中文、英文、韩文歌曲测试了可灵AI数字人的对口型功能，模子先建立高条理叙事骨架，最长支撑生成1分钟的视频，强化口型的锻炼策略以及精细化的数据处置，可以或许实现语音取唇形的同步；采用环节帧节制的架构，正在统一段8秒视频中，英文、韩文歌中的个体单词取数字人的口型仍无法较好拟合。快手方面暗示，该功能识别中文歌的表示相对好于英文、韩文歌，功能，