基于SadTalker的AI主播,Stable Diffusion也可用
AI 基于 可用 Diffusion Stable
2023-09-11 14:18:26 时间
基于之前的AI主播的的学习基础 基于Wav2Lip的AI主播 和 基于Wav2Lip+GFPGAN的高清版AI主播,这次尝试一下VideoRetalking生成效果。
总体来说,面部处理效果要好于Wav2Lip,而且速度相对于Wav2Lip+GFPGAN也提升很多,也支持自由旋转角度,但是如果不修改源码的情况下,视频的部分截取稍微有点问题。
这个训练图片还好,如果是做视频的话还是比较吃GPU资源的 16G显存是个起步配置。
相关文章
- 基于概率分析的智能AI扫雷程序秒破雷界世界纪录
- AI视觉组基于ESP32的裁判系统第一版本设计要求
- 阿里云启动天池电力 AI 大赛 : 用 AI 解千万企业 " 用电之痛 "
- NVIDIA发布首个基于AI的癌症分布式学习环境的框架——CANDLE
- 【AI】PaddlePaddle-Docker运行
- AI时代大点兵-国内外知名AI公司2018年最新盘点
- 阿里云发起AI竞赛 比拼定位捕捉余震震源
- 基于Wav2Lip+GFPGAN的高清版AI主播
- GPT 5模型背后的以数据为中心的 AI 概念是什么? 剖析 ChatGPT 和 GPT-4和5 中使用的以数据为中心的 AI 技术
- macOS 电脑上通过AI生成游戏角色基于Stable Diffusion(教程含源码)
- Python AI教程之您应该在下一个项目中使用的 7 个有用的深度学习库
- SwiftUI AI之如何使用 DALL-E API——生成人脸(教程含源码)
- SwiftUI 百度AI开放平台教程之 01 获取API access_token 基于SwiftJSON
- 【转载】 优必选悉尼 AI 研究院何诗怡:基于课程学习的强化多标签图像分类算法 | 分享总结
- AI学习---学习汇总
- 【AI论文复现】PanNet: A Deep Network Architecture for Pan-Sharpening(基于Pytorch1.x)
- [游戏测试]基于人工智能博弈树,极大极小(Minimax)搜索算法并使用Alpha-Beta剪枝算法优化实现的可人机博弈的AI智能五子棋游戏。
- [项目说明]-基于人工智能博弈树,极大极小(Minimax)搜索算法并使用Alpha-Beta剪枝算法优化实现的可人机博弈的AI智能五子棋游戏。