SpongeBob

SpongeBob 是一个创新性的端到端框架，专为联合音频-视觉编辑而设计。它通过统一的双流扩散过程实现对音视频内容的和谐编辑。该项目特别适合于需要在保持音视频同步的同时进行高质量编辑的专业人士和研究人员。目前项目已发布论文，并即将提供代码、预训练模型权重等资源。