SadTalker一张人像5分钟跑通你的第一个说话视频【免费下载链接】SadTalker[CVPR 2023] SadTalkerLearning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker你有AI视频想法但主角不会说话有人像照片却没时间拍摄只想让照片跟着音频开口。SadTalker是一款说话视频生成的开源项目CVPR 2023输入一张肖像图和一段音频自动产出带口型、眨眼和头部动作的说话头部视频全程本地运行。一分钟认识SadTalker项目说明它是什么音频驱动的单图说话头部生成工具CVPR 2023论文适合谁视频创作者、教师、想做说话头像Demo的开发者输入1张人像图PNG/JPEG 1段音频WAV/MP3输出说话头部视频MP4默认存到 results/ 目录快速上手三步从克隆到出片先装好 Python 3.8 和 ffmpegLinux/Mac 可用 conda 或 brew 安装然后克隆项目并拉取权重git clone https://gitcode.com/GitHub_Trending/sa/SadTalker cd SadTalker bash scripts/download_models.sh第二条命令自动下载全部模型权重到 checkpoints/ 目录不用手动搬文件。bash webui.shWindows 用户直接双击 webui.bat 即可。两个脚本都会自动装依赖就绪后浏览器打开 WebUI 页面上传人像和音频点击生成视频就出现在 results/ 目录。不想用页面也行直接跑python inference.py --driven_audio 音频 --source_image 图片 --enhancer gfpgan参数见下节。参数速查参数怎么调效果最好inference.py最常用的参数参数大白话解释--driven_audio驱动音频只认 WAV 和 MP3--source_image人像图正面、光线均匀、分辨率高更好--enhancer填 gfpgan 或 RestoreFormer把面部细节修得更清晰--preprocesscrop默认只动脸区域resize整图缩放证件照风full整图动画再贴回原图--still头部姿态保持不动配 full 模式全身视频更稳--expression_scale默认 1.0调大表情更夸张--ref_eyeblink指向一段参考视频借它的眨眼动作眼神更自然--background_enhancer填 realesrgan增强整段视频背景不糊--size渲染分辨率512 细节更清楚beta完整参数说明见 docs/best_practice.md。避坑指南最常报错的4个问题报错ffmpeg is not recognized as an internal or external command系统没装 ffmpeg 或没进 PATH。Linux 用 conda install ffmpegMac 用 brew install ffmpegWindows 装好后把 ffmpeg 加入 PATH。报错No module named ai 或找不到 checkpoints\BFM 文件模型权重没下全。重跑 scripts/download_models.sh并确认文件都落在 checkpoints/ 目录下。Mac M1 报 Illegal Hardware Errordlib 版本不兼容。单独重装一次pip install dlib。CUDA out of memory显存不够。运行前先设环境变量 PYTORCH_CUDA_ALLOC_CONFmax_split_size_mb:128。更多常见问题见 docs/FAQ.md。进阶玩法 全身照是主角--preprocess full --still加 gfpgan头部姿态跟随原图效果最稳。证件照风格用--preprocess resize整图缩放渲染但全身照不适合这个模式。借别人的眼神--ref_eyeblink指向含眨眼的视频参考视频比音频短时会自动循环播放。4D 自由视角--input_yaw -20 30 10让头部按一组角度转动一张照片生成新视角视频。一张人像加一段音频几分钟就能让角色开口说话。今天就去生成你的第一条说话视频报错先查 FAQ 再提问。【免费下载链接】SadTalker[CVPR 2023] SadTalkerLearning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 SadTalker：一张人像5分钟跑通你的第一个说话视频
SadTalker一张人像5分钟跑通你的第一个说话视频【免费下载链接】SadTalker[CVPR 2023] SadTalkerLearning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker你有AI视频想法但主角不会说话有人像照片却没时间拍摄只想让照片跟着音频开口。SadTalker是一款说话视频生成的开源项目CVPR 2023输入一张肖像图和一段音频自动产出带口型、眨眼和头部动作的说话头部视频全程本地运行。一分钟认识SadTalker项目说明它是什么音频驱动的单图说话头部生成工具CVPR 2023论文适合谁视频创作者、教师、想做说话头像Demo的开发者输入1张人像图PNG/JPEG 1段音频WAV/MP3输出说话头部视频MP4默认存到 results/ 目录快速上手三步从克隆到出片先装好 Python 3.8 和 ffmpegLinux/Mac 可用 conda 或 brew 安装然后克隆项目并拉取权重git clone https://gitcode.com/GitHub_Trending/sa/SadTalker cd SadTalker bash scripts/download_models.sh第二条命令自动下载全部模型权重到 checkpoints/ 目录不用手动搬文件。bash webui.shWindows 用户直接双击 webui.bat 即可。两个脚本都会自动装依赖就绪后浏览器打开 WebUI 页面上传人像和音频点击生成视频就出现在 results/ 目录。不想用页面也行直接跑python inference.py --driven_audio 音频 --source_image 图片 --enhancer gfpgan参数见下节。参数速查参数怎么调效果最好inference.py最常用的参数参数大白话解释--driven_audio驱动音频只认 WAV 和 MP3--source_image人像图正面、光线均匀、分辨率高更好--enhancer填 gfpgan 或 RestoreFormer把面部细节修得更清晰--preprocesscrop默认只动脸区域resize整图缩放证件照风full整图动画再贴回原图--still头部姿态保持不动配 full 模式全身视频更稳--expression_scale默认 1.0调大表情更夸张--ref_eyeblink指向一段参考视频借它的眨眼动作眼神更自然--background_enhancer填 realesrgan增强整段视频背景不糊--size渲染分辨率512 细节更清楚beta完整参数说明见 docs/best_practice.md。避坑指南最常报错的4个问题报错ffmpeg is not recognized as an internal or external command系统没装 ffmpeg 或没进 PATH。Linux 用 conda install ffmpegMac 用 brew install ffmpegWindows 装好后把 ffmpeg 加入 PATH。报错No module named ai 或找不到 checkpoints\BFM 文件模型权重没下全。重跑 scripts/download_models.sh并确认文件都落在 checkpoints/ 目录下。Mac M1 报 Illegal Hardware Errordlib 版本不兼容。单独重装一次pip install dlib。CUDA out of memory显存不够。运行前先设环境变量 PYTORCH_CUDA_ALLOC_CONFmax_split_size_mb:128。更多常见问题见 docs/FAQ.md。进阶玩法 全身照是主角--preprocess full --still加 gfpgan头部姿态跟随原图效果最稳。证件照风格用--preprocess resize整图缩放渲染但全身照不适合这个模式。借别人的眼神--ref_eyeblink指向含眨眼的视频参考视频比音频短时会自动循环播放。4D 自由视角--input_yaw -20 30 10让头部按一组角度转动一张照片生成新视角视频。一张人像加一段音频几分钟就能让角色开口说话。今天就去生成你的第一条说话视频报错先查 FAQ 再提问。【免费下载链接】SadTalker[CVPR 2023] SadTalkerLearning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考