研究团队在2024年曾发表研究，描述了一种人形机器人面部可以预测人类的微笑并同时再现该表情。在 此基础上，为更加精细化唇部与声音的匹配，团队设计了一套学习流程：首先采集机器人唇部运动的视 觉数据，用于训练模型并生成运动参考点；随后通过一个名为"面部动作转换器"的模块产生运动指令， 使机器人的唇部能够流畅配合不同词语。他们还专门研制了一种人形机器人面部结构，采用柔软硅胶皮 肤，配合磁性连接器，具备10个自由度，可驱动复杂的唇部运动。其唇部结构能形成覆盖24个辅音和16 个元音的各种口型。 美国哥伦比亚大学科学家设计出一种新型框架，使人形机器人面部能够根据音频生成逼真的唇部动作， 实现与人类语音的同步。该技术还展示了较强的泛化能力，可推广至包括法语、汉语和阿拉伯语在内的 多种语言，即使这些语言并未出现在训练数据中。研究团队在发表于最新一期《科学·机器人学》上的 论文中指出，这一进展是朝着构建不仅能执行功能，还能进行人性化交流的机器人迈出的重要一步。 在对话中，如果机器人的唇部动作与声音不匹配，会显得呆板且不自然。然而，现有机器人普遍缺乏执 行精细口部动作的灵活性，能实时将语音转化为自然唇部运动指令的技术也寥寥无几 ...