之前介绍了将图片加音频进行对嘴处理，生成新的视频：
基础版： https://www.cnblogs.com/cj8988/p/18952604
进阶版(加表情) ：https://www.cnblogs.com/cj8988/p/18957718
这里介绍一个视频对嘴，一个视频加音频进行对嘴，生成新的视频。
Wav2Lip-HD：改进Wav2Lip以实现高保真视频。
一：源码下载
核心源码：https://github.com/saifhassan/Wav2Lip-HD
高清处理源码：https://github.com/xinntao/Real-ESRGAN
Real-ESRGAN解压后放到Wav2Lip-HD文件夹中。
二：模型下载
根据文档，下载相应模型，然后放到相应的位置上。
Wav2Lip： https://drive.google.com/drive/folders/1tB_uz-TYMePRMZzrDMdShWUZZ0JK3SIZ
ESRGAN： https://drive.google.com/file/d/1Al8lEpnx2K-kDX7zL2DBcAuDnSKXACPb/view
Face_Detection ： https://drive.google.com/file/d/1uNLYCPFFmO-og3WSHyFytJQLLYOwH5uY/view
Real-ESRGAN ： https://drive.google.com/drive/folders/1BLx6aMpHgFt41fJ27_cRmT8bt53kVAYG
Real-ESRGAN： https://drive.google.com/file/d/1qNIf8cJl_dQo3ivelPJVWFkApyEAGnLi/view
下载的相应模型就放到相应位置：
下载一个ffmpeg.exe 放到根目录下Wav2Lip-HD：https://ffmpeg.org/download.html
（如果最新版本不行，可以下载6.1版本：ffmpeg version 6.1-full_build）
三：运行
（1）：安装一个虚拟环境（window的Anaconda）进行运行，这样就不会破坏本地的换，没有Anaconda的需要下载安装：https://www.anaconda.com/download/success
（2）创建虚拟环境：
#创建虚拟环境，这里使用3.10的环境：
conda create --name wavalip python=3.10
#查看环境：
conda info --envs
#激活环境：
conda activate wavalip
#退出：
# conda deactivate（3）运行：
需要先修改一下文件：run_final.bat。将视频和音频放到相应位置，然后修改这里的文件名字。
可以先注释代码中的 REM Step 2 ~ REM Step 4，只保留第一个 Step 1。
第一步就是视频根据你的音频进行对嘴处理，生成新的视频。
Step 2 ~ Step 4 就是对你的视频进行高清处理，这一步是很耗时的，很慢的。
#在虚拟环境中运行
#激活环境：
conda activate wavalip
#运行
run_final.bat
#如果有报错，根据报错安装相应的包
# pip install ...不打开高清处理，应该还是很快的，生成的视频在文件夹： output_videos_wav2lip 中。没有问题后，可以打开Step 2 ~ Step 4。打开后会很慢，建议找的视频和音频时长一样，而且尽量段一些，这样可以减少生成时间。
打开高清处理，生成的视频在：output_videos_hd 文件夹中。
看了一下日志，先使用Wav2Lip生成对嘴视频，然后将视频拆分为每一帧图片（文件夹frames_wav2lip中查看），然后将所有图片高清处理（处理后的图片在文件夹frames_hd 中），最后将高清图片转为视频，并且加上音频。
最后生成的就是高清对嘴视频。（如果视频有两人，音频也有应该有两个人）。
平台视频截图：
高清视频截图：
很明显，如果条件可以，最好进行高清处理，这样生成的视频才能看。
查看文档：