Проект решает две основные задачи:
▫️Синхронизация — предсказывает временные задержки между аудио- и видеопотоками, опираясь на жесты.
▫️Определение активного говорящего — позволяет идентифицировать говорящего в многолюдной сцене без использования распознавания лиц.
Пользователи могут легко интегрировать модель, загрузить необходимые пакеты и запускать её на любых видео, где видны жесты говорящих.
git clone https://github.com/Sindhu-Hegde/gestsync.git🖥 Github
💡 Demo
📝 Project
@pythonl