【人工智能】AI虚拟主播制作初体验:从生成数字人到视频创作全流程


文章目录



最终效果呈现:

AI虚拟主播


💯AI虚拟主播

随着人工智能技术的不断进步,AI虚拟主播正逐渐成为内容创作领域的一大热点。通过AI技术生成的虚拟形象不仅能够高度还原真人的外观,还能够与观众进行互动,提供更加个性化的内容体验。无论是在广告宣传、教育培训,还是在直播与社交平台上,AI虚拟主播都展现出了巨大的潜力。本文将带你进行一次初步探索,感受AI虚拟主播的魅力。通过使用AI绘画工具生成逼真的数字人形象,并借助D-ID等平台让这些静态的形象"活"起来。


💯使用AI绘画工具生成数字人

首先,我们要使用AI绘画工具为我们生成一个虚拟的数字人形象,这种数字人会非常接近真人的形象。这里使用的AI绘画工具比较推荐Midjourney,如果没有Midjourney也没关系,还会推荐一款在线网页版的文生图的国内AI网站也可生成数字人,供我们使用。

补充:D-ID内也可直接生成数字人形象。


借助GPT生成数字人所需的提示词

首先我们要去构思如何编写创建数字人形象的提示词,我们通常会设定一些条件,比如他所从事的行业、年龄范围以及五官的具体特征等。这些设定有助于生成一个更符合我们需求的虚拟形象。

  • 以下是一些参数可以参考:
  • 基础:国家、身份(学生/上班族/明星/网红/女装模特)、年龄
  • 容貌:面部(眼睛/鼻子/嘴巴/脸型)、肤色、身材、追加附魔词
  • 服装:休闲/职业/时尚/运动/纯色基本款/民族服饰
  • 场景:地点、时间、天气、光线
  • 摄影:现实、人像摄影、构图 (占比)
  • 动作:默认也可以设定
  • 比例:9:16或3:4宽高比
  • 这里提供一个现成模板用于测试

    中国、网红
    女明星,五官立体,身材好,
    白色连衣裙
    街拍,购物街道,
    索尼,85mm
    走路,
    9:16

  • 可以让AI为我们生成提示词

    现在你是一名基于输入描述的提示词生成器,你会将我输入的自然语言想象为完整的画面生成提示词。请注意,你生成后的内容服务于一个绘画AI,它只能理解具象的提示词而非抽象的概念。我将提供简短的中文描述,生成器需要为我提供准确的提示词,必要时优化和重组以提供更准确的内容,也只输出翻译后的英文内容。
    请模仿示例的结构生成完美的提示词。
    示例输入:"一个坐在路边的办公室女职员"
    示例输出:1 girl, office lady, solo, 16yo,beautiful detailed eyes, light blush, black hair, long hair, mole under eye, nose blush , looking at viewer, suits, white shirt, striped miniskirt, lace black pantyhose, black heels, LV bags,
    thighhighs,sitting, street, shop border, akihabara , tokyo, tree, rain, cloudy, beautifully detailed background, depth of field, loli, realistic, ambient light, cinematic composition, neon lights, HDR, Accent Lighting, pantyshot, fish eye lens.
    请仔细阅读我的要求,并严格按照规则生成提示词,如果你明白了,请回复"我准备好了",当我输入中文内容后,请生成我需要的英文内容。注意,英文连着写,不要标序号。

  • 使用KIMI文心一言等AI工具也同样可以帮助我们生成提示词,这里以GPT为例:

  • 以下是生成好的提示词,已加上分辨率9:16

    Chinese celebrity, internet star, female, detailed facial features, attractive body, white dress, street photography, shopping street, Sony 85mm lens, walking, realistic, urban background, fashion, vibrant colors, natural lighting, candid moment. --ar 9:16


方案一:使用Midjourney生成数字人

  1. 向Midjourney输入上一步GPT给我们生成的提示词
  2. 放大我们需要的那张图,保存到本地。

方案二:使用TensAI生成数字人

如果没有Midjourney,可先使用这个国内的AI工具,使用在线文生图功能:
TensAIhttps://tensai.tenclass.com/?invite_code=4fdhLK

  1. 选择文生图功能,工具勾选M-J-P生成人像效果更佳。

  2. 接着跟Midjourney一样输入提示词

  3. 生成后找一张适合的进行放大

  4. 保存到本地。


  • 注意:以上是列举了两个相对容易上手的AI绘画工具,分别是MidjourneyTensAI,用于生成数字人图像。当然,除了这两个工具外,其他AI绘画工具也同样适用,例如Stable Diffusion等。选择哪种工具取决于你的具体需求和使用习惯,每种工具都有其独特的功能和优势,灵活选择能够帮助你更好地实现创作目标。

补充方案三:在D-ID内直接生成数字人

  • 写到一半才发现D-ID原来也可以在线生成数字人。
  • 效果不错,生成速度也挺快的,这样子方便很多。

💯使用D-ID生成数字人视频

  • 在生成了逼真的数字人图像后,下一步就是让这些静态的图片形象"活"起来。这时,我们可以借助D-ID来实现这一目标。D-ID 是一款先进的AI技术平台,它能够将静态的图像转化为生动的面部动画和视频。通过D-ID,你可以为你的数字人赋予逼真的表情和语音,让他们看起来更具生命力。
    D-IDhttps://www.d-id.com/

D-ID注册与消耗积分说明

  • 这里我们需要注册一下才能使用图片转视频功能
  • 注册过程就不详细介绍了。

  • 这个网站都是英文,所以开启了Google翻译。

  • 注意:D-ID每个账号注册后有20个免费积分,每个代理会话消耗1个积分,每分钟视频价值4个积分。理论上来说,如果你拥有多个邮箱,可以不断注册新账号,这样就能够持续获得免费积分,从而使点数几乎用不完。


D-ID 让数字人"活"起来

  1. 点击创建视频

  1. 点击上传我们的AI数字人图像

  1. 可选择视频中数字人所表现的情绪和整个形象所在位置

  1. 可以为数字人选择不同地区的语言,甚至是方言,并根据需要调整音色。此外,平台还支持根据你提供的音频样本进行声音模仿。

  1. 在脚本处可以输入数字人视频中说的话,还可以调整说话风格、语速

  • 可以提供本地音频供AI模仿

  1. 还可以选择自定义视频中数字人所处的背景,但应该是类似PS的图层,应该是需要先将数字人抠图才能完美融合背景。

  1. 可在视频中自定义位置加上文字,有点类似水印
  • 还可自定义文字信息。

  1. 可对生成视频自定义命名

  1. 生成成功后可以保存在本地

开头也展示了
最终效果呈现:

AI虚拟主播


💯小结

  • 数字人这个概念其实早在前几年就已经引起了广泛关注。然而,当时生成数字人的技术还没有如今这样成熟和易于操作,更多的是一些高端玩家能够玩转,对于我们普通人来说几乎是遥不可及的。而现在,随着AI技术的发展,我们可以借助AI绘画工具生成数字人图像,并通过D-ID让其"活起来",大致了解AI虚拟主播的生成,时代的发展让普通人也能感受到科技带来的便利。
  • 本文只是对虚拟主播的一个简单制作体验教程,并不全面,还有许多功能没有深入探索。作为一个对于AI虚拟主播的初步探索,这篇文章也是为了让读者在尝试中体验到AI发展带来的乐趣,感谢阅读~

java 复制代码
public class Main {  
    public static void main(String[] args) {  
        System.out.println("愿你所到之处皆为热土,愿你所遇之人皆为挚友;愿你余生不负忧,自在如风常欢笑。");  
    }  
}


相关推荐
珠海新立电子科技有限公司2 小时前
FPC柔性线路板与智能生活的融合
人工智能·生活·制造
IT古董2 小时前
【机器学习】机器学习中用到的高等数学知识-8. 图论 (Graph Theory)
人工智能·机器学习·图论
曼城周杰伦3 小时前
自然语言处理:第六十三章 阿里Qwen2 & 2.5系列
人工智能·阿里云·语言模型·自然语言处理·chatgpt·nlp·gpt-3
余炜yw3 小时前
【LSTM实战】跨越千年,赋诗成文:用LSTM重现唐诗的韵律与情感
人工智能·rnn·深度学习
莫叫石榴姐4 小时前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
如若1234 小时前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换
人工智能·opencv·matplotlib
YRr YRr4 小时前
深度学习:神经网络中的损失函数的使用
人工智能·深度学习·神经网络
ChaseDreamRunner4 小时前
迁移学习理论与应用
人工智能·机器学习·迁移学习
Guofu_Liao4 小时前
大语言模型---梯度的简单介绍;梯度的定义;梯度计算的方法
人工智能·语言模型·矩阵·llama
我爱学Python!4 小时前
大语言模型与图结构的融合: 推荐系统中的新兴范式
人工智能·语言模型·自然语言处理·langchain·llm·大语言模型·推荐系统