Seminario: “DUBME: una piattaforma web cloud-native per la generazione di contenuti audiovisivi con avatar 3D tramite text-to-speech e lip-sync” di Antonio Caiazzo

Abstract: Negli ultimi anni, la generazione automatica di contenuti multimediali basati su avatar 3D ha suscitato un crescente interesse, trovando applicazione in ambiti che spaziano dalla comunicazione digitale alla formazione interattiva. Tuttavia, le soluzioni attualmente disponibili risultano spesso frammentate o vincolate a software specialistici, limitando la possibilità per gli utenti di creare e gestire in modo semplice e centralizzato i propri contenuti audiovisivi personalizzati.

Questa tesi introduce DUBME, una piattaforma web cloud-native progettata per semplificare la produzione e la gestione di contenuti audiovisivi basati su avatar 3D. La piattaforma consente all’utente di accedere tramite account personale o provider esterni, creare progetti organizzati in cartelle e generare video a partire da un testo, applicando sintesi vocale (Text-to- Speech, TTS) e sincronizzazione labiale (lip-sync) sull’avatar selezionato. Ogni progetto raccoglie titolo, testo, avatar scelto e cartella di destinazione, garantendo un flusso creativo fluido in un ambiente centralizzato e facilmente gestibile.

Gli sviluppi futuri prevedono l’ampliamento della libreria di avatar, la personalizzazione dello sfondo, la condivisione di cartelle e progetti tra più utenti e il caricamento di avatar personalizzati. Ulteriori evoluzioni includeranno funzionalità di montaggio ed editing video direttamente online, permettendo di combinare più clip generate dagli avatar, inserire transizioni, testi e audio di sottofondo, fino ad arrivare a funzionalità collaborative in tempo reale. Queste estensioni trasformeranno DUBME in un vero ambiente di post-produzione cloud-native capace di abilitare nuovi scenari creativi e applicativi.