Início Projetos EmoGen
EmoGen

EmoGen

por sahilg06 · GitHub

Implementação PyTorch para o artigo "Geração de Rostos Falantes Emocionalmente Aprimorados" (ICCVW'23 e ACM-MMW'23)

Ver no GitHub
⭐ Estrelas
🍴 Forks
📜 Licença
CC0-1.0
📅 Criado
🔄 Último commit
🏷️ Categoria
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
EmoGen — GitHub preview card
📈 Histórico de estrelas
380379
2026-07-202026-07-29
📈 Acompanhe EmoGen

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Implementação PyTorch para o artigo "Geração de Rostos Falantes Emocionalmente Aprimorados" (ICCVW'23 e ACM-MMW'23)

EmoGen tem 379 estrelas no GitHub. Foi bifurcado 30 vezes. EmoGen é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. EmoGen está disponível sob a licença CC0-1.0. Os seus principais temas são: audio-driven-talking-face, deepfakes, emotion, emotion-recognition.

Frequently asked questions

O que é EmoGen?

Implementação PyTorch para o artigo "Geração de Rostos Falantes Emocionalmente Aprimorados" (ICCVW'23 e ACM-MMW'23)

EmoGen é de código aberto?

EmoGen é um projeto de código aberto. É distribuído sob a licença CC0-1.0.

EmoGen é gratuito?

Sim. EmoGen é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está EmoGen?

EmoGen está disponível sob a licença CC0-1.0.

Em que linguagem EmoGen está escrito?

EmoGen é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
OpenSourceAI badge — EmoGen

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=sahilg06-emogen)](https://opensourceai.tech/project/sahilg06-emogen.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.