MuseTalk 口型同步模型使用教程

MuseTalk 是一个实时高质量音频驱动的口型同步模型，是由腾讯音乐天琴实验室开发的一款专门用于虚拟人口型生成的模型，能够依据输入的音频来修改未见过的面部图像，使面部动作与音频高度同步，以达到口型与声音匹配的效果。

MuseTalk 在口型生成方面表现出色，能够生成准确且画面一致性良好的口型，尤其擅长真人视频生成。

使用平台：注册 - OpenBayes

登录到 OpenBayes 平台后，点击「公共教程」，找到「MuseTalk 高质量口型同步模型」教程。

进入该教程后，点击「克隆」-「下一步：选择算力」。页面跳转后，算力选择 RTX 4090，新用户别忘了使用我文章开头的邀请链接！选择 PyTorch 镜像后，点击「下一步：审核」。

等待系统分配资源，状态显示为运行忠厚，将鼠标移动到 API 地址这里，复制出现的API

地址链接至新的标签页打开，即可启动项目的 Gradio 界面。

在项目展示页面中，在 Driven Audio 框内上传音频文件，第 Reference Video 框内输入视频文件，然后点击 Generate，稍等片刻即可生成视频。