EchoMimic V2 - 一张照片一段音频生成半身数字人说话视频 支持手势动作 本地一键整合包下载
EchoMimic是蚂蚁集团推出的一个AI驱动的口型同步技术项目。这项技术能够通过给定的音频和一张或多张人物的面部照片，生成一个看起来像是在说话的视频，其中的人物口型动作与音频中的语音完美匹配。这种技术在娱乐、教育、虚拟现实、在线会议等领域有广泛的应用前景，可以用于创建更加真实和互动的视频内容。
与快手的 LivePortrait 不同, EchoMimic不仅能通过参考表情生成视频，还能够通过音频匹配对应口型，还支持将两者混用，即通过音频控制口型，通过 landmarks 来控制姿势和表情。
今天分享的 EchoMimic V2 版最大的更新是由原来的“数字人脸”升级为 "半身数字人"，即现在只需要一张照片，一段音频和一段手势动作，就可以生成上半身数字人形象了。
EchoMimic V2 使用了全新算法和模型，提升了显存利用，相比之前的V1版，显存利用大幅度降低，且生成效果大幅度提升。
使用教程：（只支持N卡，建议显存12G起，8G也可以玩，需开启内存回退策略）
上传半身参考图，一段驱动音频，生成即可。
参数可以参考右边的建议值，也可以根据需要自行调整。
下载地址：（下载前，请先阅读 使用说明 再下载，避免不必要的问题和纠纷）
夸克网盘：https://pan.quark.cn/s/1af2b762a7ed
百度网盘：
**** 本内容需购买 ****
这是个好东西，需要多少G 加油大佬，只有你有百度网盘:$ 速度快吗？ 夸克下载不了 没有会员 :'( 免费且有盘:handshake 真好 楼主真的太厉害了，能够讲这些软件都制作出来 加油大佬，我没夸克会员 老师我想请教下这个问题怎么处理呀，感恩！ Archer 发表于 2024-12-13 01:51
老师我想请教下这个问题怎么处理呀，感恩！
不影响使用
页:
[1]
2