Sonic 原尺寸生成补丁包- 腾讯浙大开源语音驱动图片生成唱歌/说话数字人模型 本地一键整合包下载

无言***

Sonic 原尺寸生成补丁包- 腾讯浙大开源语音驱动图片生成唱歌/说话数字人模型 本地一键整合包下载 ...

Sonic 是腾讯联合浙江大学共同开源的基于全局音频感知的肖像动画技术，支持提供一张图片和一段音频驱动图片生成说话/唱歌数字人视频，且Sonic将重点转移到探索全球音频感知上，生成的视频保持与音频一致的更广泛的表情，头部运动和表情更加自然真实。
Sonic 支持各种风格的人像生成，比如真人、风格化及卡通人物，且很好地适应了非真实人类案例或多分辨率比率的泛化。在长视频生成领域，也能保持稳定和生成效果，突出了我们的时间感知位置偏移融合技术的有效性和独创性。

这两天有很多小伙伴私信咨询，是否可以生成不裁切的原素材视频，答案是肯定的。

Sonic 原尺寸生成补丁包- 腾讯浙大开源语音驱动图片生成唱歌/说话数字人模型 本地一键整合包下载 ...

这是默认生成裁切效果，可以和上图做对比。

因为默认生成的效果是裁切过的“大头照”，之所以会默认开启裁切，是因为要节约显存占用和提升生成速度。
今天发布的是生成原图的补丁包，不会自动裁切，但对显卡要求较高，建议显卡4090或者A100等高端卡使用，否则速度非常慢。实测10s生成不开启裁切比开启裁切慢近20倍。
下载此补丁需要下载Sonic完整一键包，下载链接点此

使用教程：
下载一键包，复制到一键包根目录，解压到当前文件夹，根据提示覆盖即可。
上传一张参考图和一段驱动音频，音频时长建议不超过10秒，一键生成即可。


下载地址：（此为补丁包，需要下载完整的 Sonic一键包）

游客，如果您要查看本帖隐藏内容请回复

ns***

试下补丁下，谢谢

wem***

感谢楼主分享~

9218***

6666665555

fhzyyx@***

感谢楼主分享

leon5h***

硬件消耗是不是增加了？

zhanzha***

weqw1rqrqhetyhe

sgcine***

感谢楼主分享~

jack***

我怎么说之前的启动有点问题

wdsj***

感谢楼主分享