干货分享|如何使用Stable Diffusion打造会说话的数字人？

前言

数字人已不是什么新鲜名词了。在许多领域，尤其是媒体和娱乐领域，经常可以看到卡通形象的人物或逼真的虚拟主持人。在Stable Diffusion中，我们可以上传一段录制好的音频文件，然后使用SadTalker插件，将音频和图片相结合，让图片上的角色开口说话。

在 WebUI中单击 “SadTalker”选项卡，在 “上传图像”窗口中上传角色图片，在“上传音频或TTS”窗口中上传音频文件，如图所示。

在右侧的“设置”窗口中选择脸部模型的分辨率，勾选“使用GFPGAN增强面部” 复选框，然后单击“生成”按钮，如图所示。

提 示:

上传的音频时 长决定了生成视频的时长，在 绘世启动器进程窗口的底部可 以查看生成进度。

视频生成完毕后，我们可以在下方的窗口中预览视频效果。单击WebUI上方的“设 置”选项卡，在左侧的列表中单击“SadTalker”，就能看到视频文件的输出路径，如图所示。

相对于其他插件来说 ， SadTalker的配置较为复杂。如果配 置出现问题导致在输出路径中找不到 视频文件，则可以单击预览窗口右上 角的 按钮手动保存处理好的视频文 件，如图所示。

在“预处理”选项组中有5 个选项，其中“裁剪”和“裁剪 后扩展”选项会把上传的原图裁 剪成只留下角色的面部，让头部 运动看起来更加自然，如图所示。

“完整”选项不对参考图进行裁 剪，因此当角色的头部运动较大时， 可能出现脖子区域撕裂的问题。此时 需要勾选“静止模式”复选框，以 减少角色的头部运动。“缩放”选项 让参考图的背景和角色的身体产生缩 放和平移运动，脖子区域的撕裂问题 仍然存在，并且运动的效果也不够自 然。另外，选择“填充至完整”选项 会用参考图填充头部以外的区域，但 如果参考图的宽高比不是1:1，可能会出现严重的画面撕裂，如图所示。

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友，可以点击下方免费领取！

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去，那么我的使命也就完成了：

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合，通过使用AIGC工具库，能更加快速，准确的辅助我们学习AIGC

有需要的朋友，可以点击下方卡片免费领取！

精品AIGC学习书籍手册

书籍阅读永不过时，阅读AIGC经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验，结合自身案例融会贯通。

AI绘画视频合集

我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，科学有趣才能更方便的学习下去。