AI สร้างภาพเป็นคนดิจิทัลพูดได้ รองรับภาพครึ่งตัว EchoMimic V2 Alibaba DAMO Academy ฟรีโอเพนซอร์ส เปิดใช้งานคลิกเดียว ไม่ต้องติดตั้งหรือขออนุญาต [ซอฟต์แวร์ค้อน·R2279]



📚คอร์สวิดีโอ
🕒อัปเดตล่าสุด: 27/11/2024
👥ผู้ประกอบการ / ครีเอเตอร์สื่อออนไลน์ / ผู้ทำอีคอมเมิร์ซข้ามแดน / ผู้ที่ต้องการรายได้เสริม

เอกสารเรียนรู้เพื่ออ้างอิง — รวมอยู่ในสมาชิก
ปลดล็อกคอร์สด้วยสมาชิก
🔓
รับคอร์สนี้เพื่อการเรียนรู้เป็นข้อมูลอ้างอิงพร้อมสมาชิก
📦
สมัครสมาชิก — เรียนรู้ 16742 คอร์สและเครื่องมือซอฟต์แวร์เป็นข้อมูลอ้างอิง
🔄
คอร์สอัปเดตอย่างต่อเนื่อง — สมาชิกเรียนรู้เนื้อหาใหม่ทันทีที่มี
แบ่งปัน:
คอร์สขายดี
เครื่องมือซอฟต์แวร์ขายดี

EchoMimic เป็นเทคโนโลยี AI ขั้นสูงที่พัฒนาโดย Alibaba DAMO Academy สามารถสร้างวิดีโอแอนิเมชันการขยับปากที่ซิงค์กับเนื้อหาเสียงได้อย่างสมบูรณ์แบบจากไฟล์เสียงและภาพใบหน้าเพียงหนึ่งรูป เทคโนโลยีนี้ถูกนำไปใช้อย่างกว้างขวางในหลายสาขา เช่น ความบันเทิง การศึกษา ความเป็นจริงเสมือน และการประชุมออนไลน์ มอบประสบการณ์ที่สร้างสรรค์ให้กับผู้ใช้

ปัจจุบันเวอร์ชัน EchoMimic V2 ได้เปิดตัวแล้ว เวอร์ชันใหม่รองรับการอัปโหลดภาพครึ่งตัว สามารถสร้างคนดิจิทัลครึ่งตัวที่สมจริงยิ่งขึ้น ทำให้สถานการณ์การใช้งานหลากหลายมากขึ้น

ฟังก์ชันหลัก

– ซิงค์ปากแม่นยำ
ด้วยการวิเคราะห์เนื้อหาเสียงและจุดลักษณะใบหน้า สร้างเอฟเฟกต์วิดีโอที่ตรงกับจังหวะและเนื้อหาของเสียงอย่างสมบูรณ์

– แอนิเมชันที่เป็นธรรมชาติสมจริง
เทคโนโลยีรองรับการเคลื่อนไหวใบหน้าและการแสดงอารมณ์ที่เป็นธรรมชาติ แอนิเมชันที่สร้างมีความสมจริงสูง ใกล้เคียงกับมนุษย์จริง

– รองรับหลายภาษาและหลายสไตล์
ไม่ว่าจะเป็นภาษาจีนกลาง ภาษาอังกฤษ หรือสไตล์การร้องเพลง EchoMimic ก็สามารถสร้างเอฟเฟกต์การซิงค์คุณภาพสูง ตอบสนองความต้องการที่หลากหลาย

สถานการณ์ที่เหมาะสม

– ด้านความบันเทิง
สร้างแอนิเมชันบทสนทนาที่ซิงค์ให้กับตัวละครในภาพยนตร์ ทีวี และเกม เพิ่มความรู้สึกดื่มด่ำให้ผู้ชม
– วงการการศึกษา
ผลิตวิดีโอการสอนแบบอินเทอร์แอกทีฟ ทำให้การเรียนสนุกมีชีวิตชีวาและยกระดับคุณภาพการศึกษา
– ความเป็นจริงเสมือน (VR)
สร้างแอนิเมชันตัวละครเสมือนจริงที่สมจริง เพิ่มประสบการณ์ดื่มด่ำให้ผู้ใช้ในสภาพแวดล้อม VR
– การประชุมออนไลน์
สร้างแอนิเมชันขยับปากที่ซิงค์สำหรับการประชุมทางไกล เพิ่มความสมจริงในการสื่อสาร
– ความเป็นจริงเสริม (AR)
สร้างตัวละครเสมือนที่มีชีวิตชีวาในแอป AR เพิ่มความหลากหลายของประสบการณ์การโต้ตอบ

ข้อกำหนดการกำหนดค่าระบบ

– ระบบปฏิบัติการ: Windows 10/11 64 บิต
– ข้อกำหนดการ์ดจอ:
– เวอร์ชัน V1: การ์ดจอ NVIDIA ที่มีหน่วยความจำอย่างน้อย 8G
– เวอร์ชัน V2: หน่วยความจำอย่างน้อย 12G แนะนำ 16G ขึ้นไปเพื่อให้ทำงานเสถียร (การ์ดจอแรงยิ่งสร้างเร็ว)
– ซอฟต์แวร์ที่ต้องพึ่งพา: CUDA ≥ 12.4
– พื้นที่จัดเก็บ: หลังแตกไฟล์ต้องใช้พื้นที่ประมาณ 19.8G
– วิธีดูข้อมูลการ์ดจอ:
1. เปิด Task Manager
2. คลิกแท็บ "ประสิทธิภาพ" (Performance)
3. ดูรุ่นการ์ดจอและขนาดหน่วยความจำในส่วน "GPU"

บทเรียนการติดตั้ง CUDA โดยละเอียดโปรดเยี่ยมชม: [

บทเรียนการใช้งาน

คู่มือการใช้งานเวอร์ชัน V2

1. แตกไฟล์แพ็กที่ดาวน์โหลดมา ตรวจสอบให้แน่ใจว่าโฟลเดอร์และชื่อไฟล์ไม่มีตัวอักษรจีน (รวมถึงไฟล์รูปภาพ เสียง และอื่นๆ)


2. ดับเบิลคลิก "一键启动.exe" รอสักครู่ เบราว์เซอร์จะเปิดหน้าจอการใช้งานอัตโนมัติ


3. อัปโหลดภาพใบหน้าตรงของบุคคลแบบสี่เหลี่ยมจัตุรัสอัตราส่วน 1:1 ตรวจสอบให้ใบหน้าชัดเจนและวัสดุเป็นไปตามข้อกำหนด (ดูตัวอย่างด้านล่างของหน้า)
4. อัปโหลดไฟล์เสียง แนะนำให้ใช้เสียงคนล้วนๆ ตัดเพลงพื้นหลังออก


5. คลิก "เริ่มสร้าง" รออย่างใจเย็นจนสร้างเสร็จ (ตัวอย่าง: การ์ดจอ 4060Ti 16G สร้างวิดีโอ 1 วินาทีใช้เวลาประมาณ 5 นาที)


6. เมื่อสร้างเสร็จสามารถดูตัวอย่างและบันทึกวิดีโอได้

คู่มือการใช้งานเวอร์ชัน V1

1. หลังแตกไฟล์ ดับเบิลคลิก "一键启动.exe" เปิดหน้าจอการใช้งานในเบราว์เซอร์


2. อัปโหลดภาพใบหน้าและไฟล์เสียง ปรับพารามิเตอร์ (เช่น ความยาววิดีโอ ค่าเริ่มต้นไม่เกิน 50 วินาที) หรือใช้การตั้งค่าเริ่มต้น


3. คลิก "ส่ง" ผลลัพธ์ที่สร้างจะแสดงทางด้านขวา สามารถดูตัวอย่างและดาวน์โหลดได้

หมายเหตุ: ไม่ว่าจะใช้เวอร์ชันใด ตรวจสอบให้แน่ใจว่าเส้นทางและชื่อไฟล์ไม่มีตัวอักษรจีน เพื่อหลีกเลี่ยงข้อผิดพลาดในการจดจำของซอฟต์แวร์

ตัวอย่างผลงานอย่างเป็นทางการ:

ที่อยู่โปรเจกต์โอเพนซอร์ส

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

คอร์สที่เกี่ยวข้อง