请问支持实时计算吗？

[cacard]

即：音频以Streaming的方式实时播放，同时计算出当前状态的Pose。类似于NV的Audio2Face的实时口型计算。

[YoungSeng]

不支持，扩散模型推理很慢；另NV有Audio2Gesture也可以实时生成

[cacard]

不支持，扩散模型推理很慢；另NV有Audio2Gesture也可以实时生成

NV的Audio2Gesture应该是“下架”了，在NV 的 Ominiverse 软件里面已经找不到这个组件了（仅有Audio2Face）。
请问您还了解哪些类似于Audio2Gesture的开源框架呢？请推荐一下吧，谢谢。