- 博客(24)
- 收藏
- 关注
RSS订阅原创 潮了 低配电脑6G显存生成60秒AI视频 本地部署/一键包/云算力部署/批量生成
最近发现了一个让人眼前一亮的工具——，它能用一块普通的6GB显存笔记本GPU，生成60秒电影级的高清视频画面，效果堪称炸裂！那么我们就把他本地部署起来玩一玩、下载离线一键整合包，或者是用云算力快速上手。接下来，我带大家看看FramePack的硬核实力，以及如何用它让一张静态美女图片“舞动”起来！实际效果怎么样？先来个小实验！想生成一段高质量视频，起点自然是一张高质量图片。你可以先用Stable Diffusion 或者 Midjourney生成了一张精美的美女写实图片。
2025-04-25 11:34:30
1745
1
原创 抄了AI语音克隆的家 本地部署、6G显存搞定、一键启动包、支持win10/win11
只需要一段语音样本+你的文案，就能直接生成克隆后的语音。比起CosyVoice还得额外输入语音对应的文本，Index-TTS直接省掉这一步，简单到飞起，操作更人性化。工业级可控高效零样本文本转语音系统。Spark-TTS是基于大型语言模型（LLM）的文本转语音系统，简单高效又自然，兼顾研究和生产需求。
2025-04-03 23:08:17
1105
1
原创 一套低成本、高质量的替代AI数字人/唇形同步方案，AI数字人/唇形同步技术揭秘：高价项目值不值，你被“割”了吗？
通过以上三个步骤，你可以用几乎零成本的方式制作出高质量的唇形同步视频。相比市面上动辄数千元的服务，这种方法不仅省钱，还能让你掌握核心技术，灵活应对各种需求。所有提到的工具（如 CosyVoice2、LatentSync 一键包、FaceFusion）在我的星球内都免费提供，欢迎加入交流！后面考虑将这几个AI技术都融合起来，做一个支持批量的数字人工具供大家使用。在 AI 技术飞速发展的今天，我们完全没必要为一些“包装精美”的服务掏空钱包。
2025-04-01 14:19:44
692
原创 AI数字人：口播与唇形同步的福音，支持本地部署/批量生成/口齿清晰
你也可以直接输入语音，虚拟化身会根据语音的节奏和语调，同步做出相应的动作和表情，表现更加生动。不过这依然是个值得关注的工具。借助先进的 AI 算法，Heygem 高精度捕捉五官、轮廓等特征，构建逼真的虚拟模型。同时，它还能克隆语音，捕捉人声的细微特征，支持多种语音参数设置，打造高度相似的音色效果。打开设置，调整镜像存储位置，镜像文件比较大70~80G，选择合适的盘，设置完成后点击“Apply & Restart”。数字人视频画面与声音高度同步，口型匹配自然流畅，智能优化音视频效果，带来极佳的视听体验。
2025-03-14 10:27:52
3517
2
原创 从家用显卡到AI文生视频——Wan2.1本地部署教程与一键包分享
今天要聊一聊AI文生视频的最新进展。一直以来，AI生成视频对硬件的要求都让人望而却步，尤其是家用显卡，总是感觉“心有余而力不足”。AI文生视频以前 基本需要的显存大概几十上百G但最近，阿里开源的彻底改变了这一局面！它不仅让普通消费级GPU也能轻松生成视频，还能在短短10分钟左右搞定一段480P的视频。这让我这个技术爱好者忍不住想跟大家分享一下它的魅力，顺便奉上和，让你零门槛上手！我生成猫猫打拳我生成怪兽打奥特曼（这个指定是失败作品）
2025-03-07 16:54:07
3255
4
原创 AI语音转文字：支持视频/音频/批量转换，从日常便利到创作利器，我手搓了一个神器给你
在现代生活中，语音转文字是我们触手可及的实用工具。试想一下，开会时，你只需轻轻点开手机录音功能，会议结束后，将音频转化为文字，再丢给AI，几分钟后，一份条理清晰的会议纪要就新鲜出炉。或者，你是个视频剪辑达人，想要“借鉴”同行文案，只需把他们的视频语音转成文字，喂给AI稍作伪原创，摇身一变，就成了你自己的独家文案。没错，这种操作如今已是家常便饭，而“伪原创”——嘿，那也是一种创作，对吧？曾几何时，像剪映这样的大杀器，识别字幕并导出SRT功能可是完全免费开放的。
2025-03-04 11:16:12
968
原创 VisoMaster：AI脸部替换神器，让你的创意无限可能
VisoMaster可以说是Rope的升级版，如果你熟悉Rope，上手VisoMaster将毫无难度。它是一款功能强大且简单易用的工具，专为图片和视频中的脸部替换与编辑设计。借助人工智能技术，VisoMaster能以最少的操作生成自然流畅的效果，无论是普通用户还是专业人士，它都是释放创意潜能的理想选择。
2025-02-27 12:19:31
1882
2
原创 短视频配音工具CosyVoice2.0，解锁市面上所有配音师，这篇文章价值好几千！
这类语音克隆技术，尤其是像CosyVoice 2.0这样的先进版本，为内容创作者和视频制作者带来了革命性的变革。对于短视频创作者来说，CosyVoice 2.0提供的极速复刻和精准配音能力，不仅能节省配音费用，还能提升作品的创意和吸引力。无论是制作鬼畜视频还是其他类型的内容，这项技术都能为你的创作提供强大的助力，帮助你轻松实现音频的创新与突破，助力作品更快速地走红网络。现在有了它，你可以省去费用的同时，还能够通过克隆配音师的音色到你自己的视频文案配音上来。类似这样：내일의 meeting は几点开始？
2025-02-14 16:04:12
605
原创 AI换脸：FaceFusion 3.1 重磅更新，支持DFM模型
查看cuda版本切换到桌面，同时按win和r键，打开cmd运行框，输入 nvidia-smi 并回车，如果你的cuda版本低于12.6，请前往 https://www.zhisk.com/1154.html 按照教程安装指定版本的cuda。新增 hififace_256 换脸模型，提升换脸效果的自然度，但与之前的 inswapper_128_fp16 模型相比，尽管表达更自然，可能略显弱化。对软件的custom目录做了修改，导入的dfm模型，默认在列表的顶部，需要一直往上滑到顶部。
2025-01-08 14:25:33
1996
原创 MagicQuill: AI平板智能画师-AI智能交互式图像编辑系统
什么是 MagicQuill？MagicQuill 是一个高度智能的图像修改编辑系统，有了它，你可以随心所欲地进行绘画和图像编辑。即使你没有任何绘画天赋，也能轻松创作出逼真、惊艳的视觉效果。这款AI绘画交互编辑神器也可以部署在云算力平台上后在iPad等设备上使用。
2025-01-03 16:12:33
352
原创 只需两分钟实现 AI文字转视频、图片转视频
它结合了当前最先进的扩散模型技术和变换器架构，能够实现以下核心功能：实时生成能力： 以 768x512 的分辨率生成 24 FPS 的视频，生成速度甚至快于观看速度。通过这一工具，即使是非技术背景的用户，也能轻松生成个性化的视频内容。因为它所需要的显存比较大，大部分用户的电脑的GPU基本不会超过16G显存的，所以尽量使用云部署的方式来使用。总结:LTX-Video 是一款极具潜力的工具，无论是通过文字描述创作动态视频，还是将静态图片转化为生动画面，LTX-Video 都将重新定义视频生成的边界。
2024-12-04 13:59:45
2559
原创 FaceFusion3.0.0 重大更新：年龄修改、人脸编辑、批量任务系统、表情控制、日志系统等
该功能可独立使用，也可与其他模式配合使用，适合需要精细调整面部特征的场景。⑤.执行任务 UI工作流程选择job_runner 任务操作选择job-run即可，任务ID选择之前创建的，一般会自动设置成之前创建的任务ID不用再选，然后点击开始。②.选择源文件，和目标文件，源文件就是需要替换上去的人脸图片，目标文件就是被替换的人脸素材图片/视频，可以加上人脸增强的操作和其他界面上拥有的操作都是可以的。上述的②③都是步骤添加的过程，并非只能添加两个步骤，你可以想添加多少个步骤就添加多少个步骤，看你需求来的。
2024-10-02 02:43:25
1926
原创 Rope DFM一键整合包AI脸部替换教程：使用DeepFaceLab模型实现专业级视频和直播脸部替换
在AI脸部替换工具中，Rope凭借其出色的自动遮罩处理拔得头筹，结合DFM模型中的DFL XSeg遮罩处理，效果更是提升了一个台阶。因为在训练模型时，它已经通过大量的侧脸图片进行训练，达到了单张图片无法企及的效果。然而，想要通过DeepFaceLab获得专业级的效果，不仅难度大，时间成本也相当高，训练模型也是个不小的挑战。举个简单的例子，使用图片脸部替换时，如果佩戴眼镜，脸部替换后的可能会显得很假。另外，在视频中，比如歌手演唱时，话筒遮挡住脸部，这种场景也可以通过遮罩训练后的模型来处理，呈现出更逼真的效果。
2024-09-21 14:32:06
5049
原创 AI唇形同步技术：只需一段视频和语音，轻松实现自然对口效果
使用视频素材时，建议使用720p分辨率的视频，因为这些模型通常在较低分辨率下训练，相较于1080p视频，720p能提供更好的效果。如果使用EasyWavlip和VideoRetalking得到的视频不高清，想要更高清，欢迎公众hao call me，教你如何使用模型将视频变的更高清。PS：这里的输出视频长度不是由音频决定的，是由视频决定的，你需要多长的语音，就需要提供和语音一样长度的视频，用视频剪辑软件剪切拼接下重复人脸片段即可。下载压缩包，解压到本地，全路径不能包含中文，包括视频、语音素材。
2024-09-18 17:25:21
1927
原创 LivePortrait 现实/虚拟/二次元人物超逼真的脸部表情模仿，包括动物表情模仿，效果强大，本地一键包教程
快手可灵大模型团队开源的 LivePortrait 框架，以其出色的性能与创新的设计，引领了 AI 生成的新浪潮。贴合 (stitching) 和重定向 (retargeting) 模块的引入，更使得生成视频过程中的每一帧都能无缝过渡，确保动作流畅自然，尤其是当驱动多个角色时，模型的表现尤为出色。cuda版本需要大于等于11.1，如果cuda版本小于11.1，可以按照教程按装指定版本的cuda[--------------]https://www.zhisk.com/1154.html。
2024-09-09 11:13:32
1186
原创 AI脸部替换Roop-Unleashed，一键整合包教程
Roop-Unleashed是一个无须训练模型的深度伪造工具，专为图像和视频的面部替换而设计。它通过简洁的浏览器界面提供用户友好且跨平台的使用体验，无论用户是业余爱好者还是专业人士，都能快速上手。它无需复杂的设置即可实现高效的处理和转换，使图像和视频的编辑变得更加轻松和便捷。
2024-09-07 19:22:35
6759
8
原创 ”言出法随“最懂你的AI绘画工具，无需关键词、一键整合包教程
AI绘画技术已经日新月异，但仍有不少工具依赖于关键词，无论是Midjourney还是Stable Diffusion，都需要用户提供详细的关键词描述。尽管聪明的用户可以借助大语言模型（如GPT-4）自动生成关键词，但这仍旧不是最直观的方式。
2024-09-03 14:46:03
609
原创 AI视频生成工具 只需一张照片 可以让人物开口说话、唱歌、Rap
现如今，只需一张图片和任意一段音频，AI技术就能帮你生成栩栩如生、高度仿真的视频。无论是让虚拟角色演唱歌曲，还是模仿名人发声，甚至是制作说唱音乐视频，AI都能帮你轻松实现。
2024-08-28 16:38:45
3618
原创 Stable Audio文本转音乐 免费商用无版权限制 本地一键包使用教程
最近，Stability AI 正式开源了 Stable Audio 1.0 版本，并在其官网上提供了一个能够生成高达3分钟音乐的工具。这些音频不仅质量高，而且完全免费、无版权限制，甚至可以免费用于商业用途。在这个版权限制随处可见的时代，这简直是个天大的好消息。再强调一遍：免费！无版权！Stable Audio 是通过文本生成音乐的工具。如果你不确定如何描述想要的音乐风格，官方网站上提供了丰富的提示词库，供你选择和生成不同类型的音乐。
2024-08-28 12:09:44
1473
原创 GPT-SoVITS V2：深度定制你的专属语音 - 你得不到她，但你可以拥有她的声音
新版本的GPT-SoVITS V2，带来了声音克隆技术的全新突破，无论是游戏角色还是现实明星，都能轻松实现声音定制。直面天命，最近黑神话悟空刷爆了各大平台，何不试试用GPT-SoVITS克隆悟空的声音？只需几步，你就能重现《大话西游》里那些令人难忘的经典台词！播放MP3]想象一下，每天早上都是你最喜欢的明星叫你起床。你准备好体验了吗？先来听听我的闹钟吧。播放MP3]听出来是谁在叫我起床了吗？没错，有了GPT-SoVITS V2，这一切都变得触手可及！
2024-08-22 15:22:57
1953
原创 AI换脸神器Rope一键整合包，保姆级使用教程，最新珍珠版，支持N卡，win10、win11可用
大家好今天要跟大家介绍的是一款速度超快的换脸AI——Rope的最新版本。这款软件最让人惊艳的地方是融合换脸和脸部区域控制换脸。你别看他只有区区4K多stars除了它的换脸速度让人惊艳之外，这个工具还支持多张照片同时进行换脸。也就是说，你可以选几张人脸照片，算法会自动融合这些面部特征，最终替换原图片/视频中的人脸，效果就像我们游戏中的“捏脸”，多人脸部融合效果非常惊艳。操作非常简单，对于那些脸部无遮挡的视频，你只需要点几下鼠标就能完成换脸。如果你的视频中有一些复杂的场景，比如低。
2024-08-16 10:55:55
6672
2
原创 最强AI脸部替换软件FaceFusion一键包教程: 下一代脸部交换器和增强器，支持图片、视频、直播脸部替换
大家好，今天给大家介绍一款强大的脸部替换工具——FaceFusion。官方宣称的是： 下一代脸部交换器和增强器。新版本在原有基础上增加了更多的模型和高清算法，显著提升了图片和视频的脸部替换效果。此外，还新增了三种遮罩功能，有效解决了脸部有物体遮挡时的融合效果差和跳闪问题。现在基础脸部替换模型+帧着色器模型+帧增强器模型+人脸增强模型+人脸调试模型的所有模型总数加起来得有44个，全部模型文件高达10G多。版本更新2024年06月17日，FaceFusion更新至2.6.1版本。获取指南。
2024-08-03 18:33:43
1551
原创 ChatTTS安装教程：Win10、Win11本地安装和ChatTTS一键运行包
是一款专为对话场景设计的语音生成模型，适用于AI助手对话、对话语音和视频介绍，支持中英文。它对对话任务进行了优化，能够实现自然流畅的多说话人语音合成，并能够控制细粒度的韵律特征，如笑声、停顿和插入词。
2024-07-26 11:07:17
1133
原创 单图换脸神器Roop软件下载一键包：解锁无限制版，只需一张照片和视频，无需训练，一键替换。支持批量图片、支持切换GPU和CPU运行
最近，一款名为Roop的开源项目在GitHub上火爆异常，短短不到一个月的时间内就收获了近万颗星（stars），足见其受欢迎程度。这款工具由一位名叫"s0md3v"的开发者创建，是一个傻瓜式换脸工具，但是对于非IT界人士所要求的步骤还是比较复杂，现提供一键运行包，下载即可使用， 操作界面友好简单强大。
2024-07-12 15:08:42
2132
4
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人