AI I024: 图片生成数字人EchoMimic的V2版本整合包，支持半身图片生成数字人，仅用一张图片加一段音频即可生成说话数字人，一键启动

2024年11月26日星期二

图片生成数字人EchoMimic的V2版本整合包，支持半身图片生成数字人，仅用一张图片加一段音频即可生成说话数字人，一键启动

公众号：AI应用帮

「 文中提供获取方式 」

▼

本期带来图片生成数字人EchoMimic的V2版本整合包 —— EchoMimic_V2

之前分享过图片生成数字人EchoMimic，不过之前的V1版本只支持大头照，本期更新的V2版本支持半身图片生成数字人，仅用一张图片加一段音频即可生成说话数字人。

开源地址：https://github.com/antgroup/echomimic_v2

# 一键启动整合包下载地址：

https://aiyy.info/echomimic/

视频介绍

# 功能特点

图片生成说话数字人：只需一张半身图片加一段音频，即可生成说话数字人。

# 配置要求：

电脑需满足以下配置：

操作系统：Windows 10/11 64位
显卡：V2版本至少12G显存的英伟达（NVIDIA）显卡可运行，稳定运行建议16G及以上，显卡性能越高生成速度越快
CUDA >= 12.4
整个包解压之后约19.8G，留足硬盘空间
电脑如未安装CUDA可以查看安装教程：https://aiyy.info/requirements/

如何查看显卡品牌型号和显存：

打开任务管理器
点击"性能"
点击"GPU"
右上角可以看到显卡型号，下方可以看到显存大小

# 使用教程：

① 打开下载页面（https://aiyy.info/echomimic/）点击页面右侧下载按钮，下载整合包之后解压，建议使用winrar解压（解压软件在文件包中，或者可以自己下载安装，下载地址：https://www.winrar.com.cn/）

不要用Windows自带解压！！不要用360解压！！

注意：文件夹路径和文件名称（包括视频、图片、音频等文件名称）不要出现中文字符，否则部分软件会因识别不出而报错

② 双击"一键启动.exe"，稍等片刻会在浏览器中自动打开操作界面

③ 上传图片，上传音频，点击开始生成，生成结果会位于右侧，生成速度取决于显卡性能，可能时间会比较长，请耐心等待（生成速度参考：4060ti 16G 采样步数30的情况下，生成1秒需要5分钟左右）

上传图片的素材要求人形正脸，五官清晰可见，可参考本页面底部官方案例

音频需要纯人声，如果有背景音，建议先用剪映或者UVR5等工具先把背景音乐去掉

图片、音频等文件名称以及文件夹路径不要有中文！！！

图片需为1:1比例正方形，否则会压缩变形，人形正脸，五官清晰可见，人物半身照，手指露出，参考示例

目前只支持默认的一套姿势动作，后续更新自定义肢体动作

④ 可以播放查看，点击生成结果右上角下载按钮可以保存至指定文件夹

生成结果：

# 官方案例：

以上就是本期分享的内容，所需工具在下方网址中👇👇👇可以自取👇👇👇

后期持续分享AI应用、AI落地项目及实用工具

更多AI软件获取方式

👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇👇

aiyy.info

（浏览器地址栏中输入上方网址，或点击左下角【阅读原文】可直接跳转）

关注下方公众号

及时获取更多资讯

菜单栏可见Ai应用集合

--------收集不易先点在看后 领取--------

👇 点击下方【阅读原文】可直接进入

AI I024

2024年11月26日星期二

图片生成数字人EchoMimic的V2版本整合包，支持半身图片生成数字人，仅用一张图片加一段音频即可生成说话数字人，一键启动

没有评论:

发表评论

微软再放LLM量化大招！原生4bit量化，成本暴减，性能几乎0损失