EchoMimic 0717升级版 大幅度提升生成速度 - 一张照片生成对口型说话视频，可用于AI数字人生成，本地一键整合包下载

无言***

EchoMimic 0717升级版 大幅度提升生成速度 - 一张照片生成对口型说话视频，可用于AI数字人生成，本地一键整 ...

EchoMimic是阿里巴巴蚂蚁集团推出的一个AI驱动的口型同步技术项目。2024年7月17日更新内容：加速模型和管道发布。推理速度可以提高10倍（从~7mins/240帧到~50s/240帧）。实测有大幅度提升，但没有10倍那么夸张，可能是测试平台的问题。
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。

EchoMimic的稳定性和自然度是它的两大杀手锏。通过融合音频和面部标志点的特征，它生成的面部动画更加符合真实的面部运动和表情变化。无论是微小的嘴角上扬，还是眼神的微妙流转，EchoMimic都能精准捕捉，让动画效果如真人般逼真。

面部标志点，听起来很高大上，其实它们就是面部图像上的一些特定点，用来表示面部的关键特征和结构。这些点通常位于眼睛、鼻子、嘴巴等关键部位，帮助计算机视觉算法更好地理解和分析面部表情和动作。

项目地址：https://github.com/BadToBest/EchoMimic

注：只支持N卡，建议显存8-10G起使用，新版支持CPU推理，这个估计比蜗牛还慢，不建议用CPU。

如遇报错，请跟帖贴出报错信息，看到会回复。

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）

（分为完整包和升级包，完整包为新用户下载，即没下载过老版本的新用户；升级包为下载过老版本老版本点此进入 升级，即新用户下载完整包，老用户下载升级包）

完整包下载

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 66碎银 下载该资源立即购买

升级包下载

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

kopf***

　不够钱

tg***

如果提升了10倍，那是够快的了

hanh***

生成就显示错误

无言***

hanhenry 发表于 2024-7-25 17:30
生成就显示错误

黑色窗口信息贴出来

hanh***

hanh***

file:///C:/Users/han1/Desktop/6d87887b9b87c112c2aa00a176e87e6e.png

hanh***

这个要怎么发图片啊

hanh***

无言以对 发表于 2024-7-25 17:31
黑色窗口信息贴出来

file:///C:/Users/han1/Desktop/6d87887b9b87c112c2aa00a176e87e6e.png

无言***

hanhenry 发表于 2024-7-25 17:49

黑色窗口鼠标左键拖选全部信息，点击上方的标题栏，右键，编辑，复制，然后粘贴到这里