MMAudio V2版 - 新增图片配音，AI视频配音，输入视频或文本可自动给视频配音效 本地一键整合包下载

无言***

MMAudio V2版 - 新增图片配音，AI视频配音，输入视频或文本可自动给视频配音效 本地一键整合包下载 ... ... ...

MMAudio 是由伊利诺伊大学厄巴纳 - 香槟分校、Sony AI 及 Sony 集团公司的研究团队推出了一项新技术，该技术旨在通过多模态联合训练，实现高质量的视频到音频合成。
MMAudio 的核心创新在于能够利用视频和文本输入生成同步的音频，从而拓展了音频生成的应用场景，支持输入视频或文本，生成符合视频内容的音效。

MMAudio 类似之前分享的 FoleyCrafter区别是，MMAudio 不仅可以为AI生成视频配上完美的音效，还能根据提示词生成你想要的音效。它能智能识别视频场景，自动给视频配上匹配的音效，还能根据你的提示词，自定义生成与之匹配的音效。短视频及自媒体领域必不可少的辅助工具。

今天分享的V2版，新增了图片配音，只需要上传一张照片，即可根据照片场景生成匹配的音效。


使用教程：（建议N卡，显存8G起）
上传一段需要配音的视频或图片，可以直接提交，MMAudio 会自动根据视频内容配音。也可以输入提示词，告诉MMAudio 你需要配置的音效。
还支持文本生成音频音效，输入提示词生成你想要的音效。


下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOSO5nkKXAeMz78dsV2iKL0YA1?pwd=88q6
夸克网盘：

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 30碎银 下载该资源立即购买

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 66碎银 下载该资源立即购买

解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可

ns***

这个好，期待一键包，感谢分享啦

9736***

解压密码是什么呀

dph***

这个好，期待一键包，感谢分享啦

hai5***

请问楼主 一键启动的 地址是127.0.0.1 ，我换这个ip本机ip就不能访问了，请问要怎么修改能本机ip也能访问

无言***

hai5656a 发表于 2025-3-3 19:41
请问楼主 一键启动的 地址是127.0.0.1 ，我换这个ip本机ip就不能访问了，请问要怎么修改能本机ip也能访问 ...

127.0.0.1就是你本机IP，输入你本机局域网IP也是指向127.0.0.1

76413***

torch.OutOfMemoryError: CUDA out of memory. Tried to allocate 20.00 MiB. GPU 0 has a total capacity of 6.00 GiB of which 3.57 GiB is free. Of the allocated memory 1.39 GiB is allocated by PyTorch, and 45.62 MiB is reserved by PyTorch but unallocated. If reserved but unallocated memory is large try setting PYTORCH_CUDA_ALLOC_CONF=expandable_segments:True to avoid fragmentation.  See documentation for Memory Management
请按任意键继续...

火炬。OutOfMemory错误：CUDA内存不足。试图分配2000 MiB。GPU 0的总容量为6.00 GiB，其中3.57 GiB是免费的。在分配的内存中，1.39 GiB由PyTorch分配，45.62 MiB由PyTorch保留但未分配。如果保留但未分配的内存很大，请尝试设置PYTORCH_CUDA_ALLOC_NF=expandable_segments:True以避免碎片化。请参阅内存管理文档
请按任意键继续...

无言***

76413434545 发表于 2025-4-27 14:38
torch.OutOfMemoryError: CUDA out of memory. Tried to allocate 20.00 MiB. GPU 0 has a total capacity  ...

你自己都翻译出来了，显存不足

神的***

        While copying the parameter named "fused_blocks.13.ffn.w3.weight", whose dimensions in the model are torch.Size([2560, 896, 3]) and whose dimensions in the checkpoint are torch.Size([2560, 896, 3]), an exception occurred : ('CUDA error: no kernel image is available for execution on the device\nCUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.\nFor debugging consider passing CUDA_LAUNCH_BLOCKING=1\nCompile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.\n',).
        While copying the parameter named "fused_blocks.13.adaLN_modulation.1.weight", whose dimensions in the model are torch.Size([5376, 896]) and whose dimensions in the checkpoint are torch.Size([5376, 896]), an exception occurred : ('CUDA error: no kernel image is available for execution on the device\nCUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.\nFor debugging consider passing CUDA_LAUNCH_BLOCKING=1\nCompile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.\n',).
        While copying the parameter named "fused_blocks.13.adaLN_modulation.1.bias", whose dimensions in the model are torch.Size([5376]) and whose dimensions in the checkpoint are torch.Size([5376]), an exception occurred : ('CUDA error: no kernel image is available for execution on the device\nCUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect.\nFor debugging consider passing CUDA_LAUNCH_BLOCKING=1\nCompile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.\n',).
一大串这种报错 装v1的时候也是这个报错

神的***

神的实验 发表于 2025-5-29 02:26
While copying the parameter named "fused_blocks.13.ffn.w3.weight", whose dimensions in the m ...

我的显卡是5060ti 16gb