AI penjana imej kepada manusia digital bercakap, menyokong gambar separuh badan EchoMimic V2, sumber terbuka percuma Alibaba DAMO Academy, mula dengan satu klik, tanpa perlu penyediaan dan kebenaran



📚Kursus Video
🕒Kemas kini terkini: 27/11/2024
👥Usahawan / Pencipta media kendiri / Pengamal e-dagang rentas sempadan / Penggiat sisi pendapatan

Bahan belajar rujukan — termasuk dalam keahlian
Buka kunci kursus dengan keahlian
🔓
Dapatkan kursus ini untuk rujukan pembelajaran dengan keahlian
📦
Sertai keahlian — pelajari 16742 kursus dan alat perisian sebagai rujukan
🔄
Kursus sentiasa dikemas kini — ahli boleh mempelajari bahan baharu sebaik tiba
Kongsi:

EchoMimic ialah teknologi AI canggih yang dibangunkan oleh Alibaba DAMO Academy. Ia mampu menjana video animasi gerakan bibir yang segerak sempurna dengan kandungan audio secara automatik melalui fail audio dan sekeping gambar wajah. Teknologi ini digunakan secara meluas dalam pelbagai bidang seperti hiburan, pendidikan, realiti maya dan mesyuarat dalam talian, sekali gus memberikan pengalaman inovatif kepada pengguna.

Pada masa ini, versi EchoMimic V2 telah dilancarkan. Versi baharu ini menyokong muat naik gambar separuh badan dan boleh menjana manusia digital separuh badan yang lebih hidup, menjadikan senario penggunaan lebih pelbagai.

Fungsi utama

– Penyegerakan gerakan bibir yang tepat
Dengan menganalisis kandungan audio dan titik ciri wajah, ia menjana kesan video yang sepadan sepenuhnya dengan rentak dan kandungan pertuturan.

– Animasi semula jadi dan realistik
Teknologi ini menyokong pergerakan muka dan perubahan ekspresi yang semula jadi; animasi yang dijana mempunyai realisme tinggi, hampir menyerupai persembahan manusia sebenar.

– Sokongan pelbagai bahasa dan gaya
Sama ada bahasa Mandarin, bahasa Inggeris atau gaya nyanyian, EchoMimic mampu mencapai kesan penyegerakan berkualiti tinggi bagi memenuhi keperluan yang pelbagai.

Senario sesuai

– Bidang hiburan
Menjana animasi dialog segerak untuk watak dalam filem, televisyen dan permainan, meningkatkan rasa immersif penonton.
– Industri pendidikan
Menghasilkan video pengajaran interaktif, menjadikan pembelajaran lebih hidup dan menarik, serta meningkatkan kualiti pendidikan.
– Realiti maya (VR)
Menjana animasi watak maya yang realistik, meningkatkan pengalaman immersif pengguna dalam persekitaran VR.
– Mesyuarat dalam talian
Menjana animasi gerakan bibir segerak untuk mesyuarat jarak jauh, meningkatkan kesan realistik komunikasi.
– Realiti terimbuh (AR)
Mewujudkan watak maya yang hidup dalam aplikasi AR, memperkayakan pengalaman interaktif.

Keperluan konfigurasi sistem

– Sistem pengendalian: Windows 10/11 64-bit
– Keperluan kad grafik:
– Versi V1: kad grafik NVIDIA dengan sekurang-kurangnya 8G memori video
– Versi V2: sekurang-kurangnya 12G memori video, disyorkan 16G atau lebih untuk memastikan operasi stabil (semakin kuat prestasi kad grafik, semakin pantas penjanaan)
– Kebergantungan perisian: CUDA ≥ 12.4
– Ruang penyimpanan: kira-kira 19.8G ruang diperlukan selepas diekstrak
– Cara menyemak maklumat kad grafik:
1. Buka Pengurus Tugas
2. Klik tab "Prestasi"
3. Semak model kad grafik dan saiz memori video dalam bahagian "GPU"

Untuk tutorial pemasangan CUDA yang terperinci, sila lawati: [

Tutorial penggunaan

Panduan penggunaan versi V2

1. Ekstrak pakej bersepadu yang dimuat turun, pastikan folder dan nama fail tidak mengandungi aksara Cina (termasuk fail imej, audio dan sebagainya).


2. Klik dua kali "mula satu klik.exe", tunggu sebentar, pelayar akan membuka antara muka operasi secara automatik.


3. Muat naik gambar wajah hadapan orang dalam nisbah segi empat sama 1:1, pastikan ciri muka jelas dan bahan memenuhi keperluan (rujuk contoh di bahagian bawah halaman).
4. Muat naik fail audio; disyorkan menggunakan audio suara manusia tulen tanpa muzik latar.


5. Klik "Mula jana", tunggu dengan sabar sehingga penjanaan selesai (contohnya: kad grafik 4060Ti 16G, menjana video 1 saat memerlukan kira-kira 5 minit).


6. Selepas penjanaan selesai, anda boleh pratonton dan simpan video.

Panduan penggunaan versi V1

1. Selepas diekstrak, klik dua kali "mula satu klik.exe" untuk membuka antara muka operasi pelayar.


2. Muat naik gambar wajah dan fail audio, laraskan parameter (seperti panjang video, lalai dalam 50 saat) atau gunakan tetapan lalai.


3. Klik "Hantar", hasil penjanaan dipaparkan di sebelah kanan, boleh dipratonton dan dimuat turun.

Perhatian: Tidak kira versi mana yang digunakan, pastikan laluan dan nama fail tidak mengandungi aksara Cina bagi mengelakkan ralat pengenalan perisian.

Paparan contoh rasmi:

Alamat sumber terbuka

– Versi V1: [https://github.com/BadToBest/EchoMimic](https://github.com/BadToBest/EchoMimic)
– Versi V2: [https://github.com/antgroup/echomimic_v2](https://github.com/antgroup/echomimic_v2)

Kurs Berkaitan