TANGO é uma tecnologia de recriação de vídeo de gestos co-articulatórios baseada em embeddings hierárquicos de áudio-movimento e interpolação de difusão. Ela utiliza algoritmos de inteligência artificial avançados para converter sinais de áudio em movimentos correspondentes das mãos, permitindo a recriação natural dos gestos de personagens em vídeos. Essa tecnologia possui amplo potencial de aplicação em produção de vídeo, realidade virtual e realidade aumentada, aumentando a interatividade e o realismo do conteúdo. O TANGO foi desenvolvido em conjunto pela Universidade de Tóquio e o CyberAgent AI Lab, representando o estado da arte atual da inteligência artificial em reconhecimento de gestos e geração de movimentos.