EchoMimic v2는 Alibaba 연구진이 오픈소스로 공개한 차세대 오디오 기반 인물 비디오 합성 프레임워크입니다. 음성 오디오 신호와 반신 포즈 랜드마크를 결합하여 말하는 사람의 어깨 움직임, 손짓, 고개 끄덕임, 미세한 입술 떨림을 실제 사람처럼 생생하게 구현합니다. 교육 영상 제작, 가상 인플루언서 쇼츠, 뉴스 앵커 브리핑 영상을 고가의 모션 캡처 장비 없이도 제작할 수 있습니다.