公众号：AI应用帮
「 文中提供获取方式 」
▼
本期带来图片生成说话、唱歌数字人工具整合包 —— Sonic
Sonic 是由腾讯与浙江大学联合开发的一款音频驱动肖像动画框架，致力于通过精准的音频感知生成自然流畅的面部表情和头部动作。该框架采用了上下文增强音频学习和运动解耦控制器，不仅提升了音频的长期时间感知，还能独立控制头部与表情运动，解决了长视频生成中的抖动和突变问题。Sonic 的优势在于其在视频质量、唇部同步精度、运动多样性和时间连贯性上的出色表现，大幅提升了肖像动画的自然度和连贯性。
这里带来了webUI版本的一键启动整合包和ComfyUI版本的整合包，两个模型都是一样的，喜欢用哪个就下哪个
注意：这个模型对配置要求比较高，生成速度比较慢，不适合长视频生成
开源地址（源码）：https://github.com/jixiaozhong/Sonic
开源地址（节点）：https://github.com/smthemex/ComfyUI_Sonic
视频教程
# 软件功能：
逼真的唇部同步：精准对齐音频与唇部动作，确保视频中说话内容与嘴型完美匹配。
丰富的表情与头部动作：生成多样化且自然的面部表情和头部运动，提升动画的表现力与生动感。
电脑需满足以下配置：
操作系统：Windows 10/11 64位
显卡：要求16G及以上显存的英伟达（NVIDIA）显卡，显卡性能越好，处理速度越快（生成速度参考：4060ti 16G显存生成分辨512的10秒视频需要25-30分钟左右，并且生成视频超过1分钟容易超显存报错，4090及以上应该会好很多，据说4090生成10秒512分辨率的视频在6分钟左右） CUDA ：显卡支持的CUDA版本大于等于12.4版本（如不知道显卡支持的CUDA版本，可在此链接查看：https://aiyy.info/supported-cuda-versions/）
webUI版本整个包解压完约20G，ComfyUI版本解压完约26G，要留足硬盘空间
# 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
① 打开下载页面（https://aiyy.info/sonic/）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
更多AI软件获取方式
关注下方公众号
及时获取更多资讯
没有评论:
发表评论