Easy-wav2lip 离线一键批量数字人制作工具！（附一键包+教程）

无言***

今天分享的这个实际上是在原有Wav2Lip项目的基础上进行优化的，而部署下来中我也发现很多问题，例如缓存、界面、执行效率问题等，并针对性的做了优化。


温馨提示，需要有独立显卡，N卡才能用，CPU和A卡就别下了。
不解答任何软件使用问题，请确认会用再下载！
报错问题请在此跟帖，贴出报错内容，看到后会回复。
如报错“未找到文件”，请参考此贴设置 点击进入

如果遇到生成后出现其他的人脸的现象，删除目录下 last_detected_face.pkl 这个文件，重新生成即可！
如果遇到提示找不到指定文件错误，请手动设置ffmpeg环境变量，具体站内搜索，有相关教程。
如果使用自己录制的视频做素材，建议不要张嘴说话，只做一些简单的点头表情等，不需要张嘴说话。素材帧率选择25帧为最佳效果，视频分辨率不要超过1080P.


如果你想要更好的效果，目前开源里效果最好的数字人，也只有腾讯的MuseTalk了，点此进入

准备

需要准备音频和视频文件。

音频文件：

• 建议音频长度与视频的长度相同（比如你是10秒钟的视频，那么你的音频长度建议是10秒。如果音频长度比视频长度长，视频会自动向后循环延长）。
• 音频文件格式:wav 和mp3
  
  

视频文件：

• 你选择的视频帧中必须都有一张脸，否则将报错。（比如你视频总时长10秒，中间有2秒没有人脸的画面，就会报错）
• 推荐H264编码的mp4视频格式
  
  

提示：该版本支持批量。批量支持多段视频多段音频、多段视频单段音频。

举个例子：

• 你有3个视频，3段音频，那么会按照你选择的顺序视频1对应音频1、视频2对应音频2进行处理。
• 你有3个视频，1段音频，那么会按照你上传的所有视频都对应这个音频进行处理。视频1对应音频1、视频2对应音频1、视频3对应音频3。
  

开始处理

最简单的方式：

将视频和音频拖拽到对应的文件框内，点击开始生成，完毕！

Easy-wav2lip 离线一键批量数字人制作工具！（附一键包+教程）

如果你想深入了解各个参数的作用，请继续往下看！

参数详解

视频质量：

Fast快速：Wav2Lip音频转口型模式。

Improved改进：Wav2Lip音频转口型模式 +唇部周围带有遮罩羽化，去除唇部周围边框。

Enhanced增强：Wav2Lip音频转口型模式 + 遮罩羽化 + GFPGAN高清脸部增强

Experimental实验性：在增强的模式上优化执行效率。

如果不是机器配置太差默认推荐选 Enhanced 和 Experimental

分辨率选项

full resolution全分辨率

half resolution半分辨率

注意：

测试下来半分辨率会在某些情况下存在不兼容问题，建议这个选项选全分辨率

Wav2Lip版本选项

Wav2Lip

优点：更准确的口型同步、在没有声音时会保持嘴巴闭合。

缺点：有时会产生牙齿缺失（部分情况下）。

Wav2Lip_GAN

优点：效果看起来更好，保留说话者原有表情。

缺点：不太擅长遮盖原始的嘴唇动作，尤其是在没有声音的情况下。

建议：

先尝试 Wav2Lip，如果遇到口齿上有很大缝隙的效果，再切换到Wav2Lip_GAN版本。

启用脸部平滑

启用后，wav2lip 将独立裁剪每个帧上的脸部。

适用于视频中的快速移动或剪辑。

如果脸部角度奇怪，可能会导致抽搐。

禁用后，wav2lip 会在 5 帧之间混合检测到的人脸位置。

适合缓慢移动，尤其是对于不常用角度的脸部。

当脸部在画面中快速移动时，嘴巴可能会偏移，在切割之间看起来很可怕。

Padding （填充）：

此选项控制在每个方向上从面部裁剪中添加或删除的像素数。

此选项可以帮助去除下巴或脸部其他边缘的硬线条，但填充过多或过少都会改变嘴巴的大小或位置。通常的做法是在底部添加 10 个像素，建议尝试不同的值，找到最佳效果。

Mask遮罩部分

Easy-wav2lip 离线一键批量数字人制作工具！（附一键包+教程）

Mask尺寸

将增加蒙版覆盖的区域的大小。（脸部周围有边框可以减少此数值，例如：1.5）

Mask羽化

决定了蒙版中心和边缘之间的混合量。（脸部周围有边框也可以增加此数值 ）

启用Mask嘴部跟踪

会将遮罩的位置更新到嘴巴在每一帧上的位置（速度较慢）

注意：

由于帧被裁剪到脸上，嘴巴位置已经很近似了，只有当发现视频的遮罩似乎没有跟随嘴巴时，才启用此功能。

启用Mask调试

开启后将使背景灰度和蒙版变彩色，可以看到蒙版在框架中的位置。（此参数改成True后，可以更直观的看到参数效果）

最后，推荐一个默认效果比较好的参数，大家也可以根据自己的素材自行调节：

视频质量选项：Enhanced

分辨率选项：full resolution

Wav2Lip版本选项：Wav2Lip

启动追踪旧数据：True

启用脸部平滑：True

嘴部上边缘：0

嘴部下边缘：10

嘴部左边缘：0

嘴部右边缘：0

Mask尺寸：1

Mask羽化：1

启用嘴部追踪：True

启用调试：False

项目地址：https://github.com/anothermartz/Easy-Wav2Lip

下载地址：
夸克网盘：https://pan.quark.cn/s/5f9a77b4da7b 解压密码：Easy-Wav2Lip@deepface.cc
百度网盘：

游客，上上宾会员可免费下载该资源，点此开通上上宾 免费下载全站99%的付费资源。或单独支付 10碎银 下载该资源立即购买

无言***

象征性收取10两碎银，实际免费分享。注册激活账号，登陆两天就有了。

eewa***

无言以对 发表于 2024-4-2 16:45
象征性收取10两碎银，实际免费分享。注册激活账号，登陆两天就有了。

解压密码是多少啊？我试了几遍都提示密码不对

x_ki***

jxq***

谢谢分享！

15178***

报错：未找到文件

wrw***

报错未找到文件怎么处理