TaoMate-FVSR：音频引导的人脸视频修复

TaoMate-FVSR 通过音频条件、稀疏视觉参考和已生成帧历史来修复人脸视频，支持原音频修复与替换语音的视觉配音两种模式。推理时以 512×512 或 1024×1024 运行模型，1× 默认用一次 GPEN-BFR-512 增强，2× 用一次 GPEN-BFR-1024，输出保持原视频尺寸。该仓库仅含独立推理运行时，模型权重需另行下载，输入媒体由本地提供。