LatentSync数字人,一键批量,口型同步,MPS加速(WIN/MAC)

分享一个最近还不错的数字人项目------LatentSync。该项目由字节开源,上传一段音频和视频,即可生成数字人视频。

我对该项目做了些更改,增加了批量和MAC版本的支持,用MAC的小伙伴再也不用遗憾了...

看下我生成的效果。

https://live.csdn.net/v/460345

简单介绍下如何使用

上传一段人物视频和你要生成人物说话的音频。

点击处理视频等待视频生成

https://live.csdn.net/v/460346

批量模式的使用也相同,支持上传多个文件。

批量模式下音频数量一定要和视频数量保持一致,如果缺少是会报错的。

配置需求

WIN

WindowsN卡需8G显存

如果整合包运行报错,需要安装cuda12.4

https://developer.nvidia.com/cuda-12-4-0-download-archive

MAC

MAC Apple Silicon M1/M2/M3/M4 芯片

8G内存

这里MAC用户需注意📢

针对MAC版本我增加了运行模式,两者的区别在于所需要的内存、处理的速度不同。

默认是cpu执行,考虑到有低内存的小伙伴,该模式下8G内存就能跑,但是速度较慢。

MPS针对16G内存以及以上小伙伴,推荐选择该模式,可以达到一个较快的处理速度。

一些问题

该项目目前只在英文数据集上训练过,所以中文效果比较差,但是还是可以用的,没到完全不能看的地步。

关于中文效果不好,可以通过使用中文数据集来训练解决。目前syncnet可以在4090显卡上进行训练,unet则需要50G显存...

别的没啥啦,简单、好用。干就完事了!

整合包获取

👇🏻👇🏻👇🏻下方下方下方👇🏻👇🏻👇🏻

夸夸夸盘:

https://pan.quark.cn/s/90d2784bc502

度度度盘:

https://pan.baidu.com/s/1HwN1k6v-975uLfI0d8N_zQ?pwd=gewd

制作不易,如果本文对您有帮助,还请点个免费的赞或在看!感谢您的阅读!

相关推荐
酌沧4 分钟前
深度学习 必然用到的 微积分知识
人工智能·深度学习
PyAIExplorer13 分钟前
图像轮廓检测与绘制:OpenCV 实战指南
人工智能·opencv·计算机视觉
EdisonZhou30 分钟前
多Agent协作入门:群组聊天-AgentGroupChat
llm·aigc·.net core
TaoSense38 分钟前
AI芯片产品经理:算力革命的架构师
人工智能·产品经理
Brian Xia1 小时前
Word2Vec模型详解:CBOW与Skip-gram
人工智能·自然语言处理·word2vec
ai小鬼头1 小时前
AIStarter 3.2.0更新!一键离线导入+高速下载,熊哥教你轻松玩转AI工具
人工智能·程序员·github
若兰幽竹1 小时前
基于DeepSeek构建的openGauss AI智能优化助手:数据库性能提升新利器
人工智能·大模型·opengauss·deepseek
后端小肥肠1 小时前
揭秘10W+AI动物运动会视频,我用Coze一键搞定全流程(附保姆级拆解)
人工智能·aigc·coze
CHANG_THE_WORLD2 小时前
「macOS 系统字体收集器 (C++17 实现)」
开发语言·c++·macos