AI数字人工具MuseTalk，高质量视频对口型工具解压即用整合包（已更新到最新版本） 批量替换教程: https://www.bilibili.com/video/BV14Z421p7Cn/
电脑要求：英伟达8G显卡以上，建议12G 使用的时候先用3秒视频和音频测试 bbox_shift数值，找到合适的 bbox_shift值后再替换长点的时候 如 bbox_shift范围 为 [-19， 19]，我们可以修改bbox_shift数值设置为-19测试效果 建议使用bbox_shift参数。正值（向下半部分移动）会增加嘴巴张开度，而负值（向上半部分移动）会降低嘴巴张开度。 您可以先使用默认配置运行以获取可调整值范围，然后在此范围内重新运行脚本。 例如，在 的情况下，运行默认配置后，它显示可调整值 rage 为 [-9， 9]。然后，为了减少嘴巴张开，我们将bbox_shift 值设置为 -7 （负7） 为什么有“bbox_shift”参数？ 在处理训练数据时，我们利用人脸检测结果（bbox）和人脸标志的组合来确定头部分割框的区域。具体来说，我们使用 bbox 的上限作为分割框的上边界，使用面部标志坐标的最大 y 值作为分割框的下边界，使用地标坐标的最小和最大 x 值作为分割框的左右边界。通过以这种方式处理数据集，我们可以确保人脸的完整性。 然而，我们观察到，由于不同的人脸型不同，脸部的遮罩比例在不同的图像中会有所不同。此外，我们发现掩模的上限主要位于地标28、地标29和地标30地标点附近（如图1所示），分别对应数据集中比例为15%、63%和22%。 在推理过程中，我们发现，随着面具的上限越来越靠近嘴巴（靠近 landmark30），音频特征对嘴唇运动的贡献更大。相反，当面具的上限远离嘴巴（靠近地标28）时，音频特征对生成面部外观细节的贡献更大。因此，我们将此特性定义为一个参数，可以调整音频特征对生成嘴唇运动的贡献，用户可以在实际场景中根据自己的特定需求进行修改。
最新版本支持批量替换 视频对口型工具MuseTalk下载地址（老版本需要英伟达12G显存 ）： 下载链接：https://pan.baidu.com/s/1jeI5BuLRCi2PVkRsnb9DtA?pwd=xted
视频对口型工具MuseTalk整合包最新优化版下载地址（ 已更新到 20241026 最新版本，购买后会一直更新，支持8G显存 ， 支持批量替换 ）：
付费内容 亲爱的游客您好！如果您要查看本帖隐藏内容请向楼主支付199 灵石
窥视卡
雷达卡
发表于 2024-4-12 09:28:46
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
发表于 2024-4-14 15:02:58