工作流程 让视频角色说出任何话。通过克隆语音，生成TTS，使视频面孔说话（唇形同步） flow1.1：音频生成器（单语言） flow1.2：音频生成器（跨语言） flow2：MuseTalk（输入生成的音频文件路径和原始视频） MuseTalk 的软件环境有点棘手。在这里推荐使用 cuda11.8 的环境： torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pip install –no-cache-dir -U openmim mim install mmengine mim install “mmcv==2.0.1 “mim安装“mmdet==3.2.0”mim安装“mmpose==1.1.0”

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。