阿里开源数字人EchoMimic，支持长视频！

阿里开源数字人EchoMimic，支持长视频！

前不久，蚂蚁集团发布了一项名为EchoMimic的创新技术，成功吸引了业内外的广泛关注。EchoMimic能够通过音频和面部标志点生成逼真的音画同步肖像视频，这项技术的出现，彻底突破了传统肖像动画视频生成的局限。

图片

简而言之，EchoMimic的核心在于结合音频和面部标志点，使生成的视频不仅稳定性更高，还更加自然。

EchoMimic 解决的问题

音频驱动的不稳定性

传统方法仅依赖音频信号，容易导致视频不稳定。EchoMimic通过结合音频和面部标志点，显著提升了视频的稳定性。

面部关键点驱动的不自然性

仅使用面部关键点生成的视频可能显得不自然。EchoMimic通过平衡音频和面部标志点，使视频更符合实际面部运动。

EchoMimic 的效果与优势

• 稳定性：减少抖动和失真，生成更平滑的动画。

• 自然度：面部动画更贴近自然面部运动和表情变化。

• 性能：在多个数据集上表现优于现有方法。

快速上手指南

上述 AI 工具已经制作成了一键启动包，你只需点击即可使用，再也不用担心配置环境出现各种问题。

电脑配置要求

• Windows 10/11 64位操作系统

• 8G显存以上英伟达显卡

下载和使用教程

1. 下载压缩包： 下载地址：阿里开源数字人EchoMimic，支持长视频！_学术FUN

2. 解压文件： 解压后，最好不要有中文路径，双击“run.exe”文件运行。

   

   图片

3. 浏览器访问： 打开浏览器访问 http://127.0.0.1:7860/，即可在浏览器中使用。

4. 上传图片和音频： 上传图片的素材要求人形正脸，五官清晰可见。上传音频后，可以调整参数（软件默认生成1200帧即50秒以内视频，高于50秒需要自行调节视频长度，视频长度=视频秒数×帧速率，最大长度5000帧）或保持默认，点击提交，生成结果会位于右侧。

   

   图片

5. 播放和下载： 可以播放查看生成的视频，点击右上角下载按钮可以保存至指定文件夹。

   

   图片

结语

EchoMimic的开源不仅为视频创作者提供了强大的工具，也为AI技术的普及和应用带来了新的可能。无论是从技术角度还是用户体验角度，EchoMimic都展现了其卓越的性能和广阔的应用前景。

如果你对这项技术感兴趣，不妨亲自试试，相信你会被其强大的功能所惊艳。