MMAudio V3版 - AI视频配音，AI视频配乐，文本生成音频 支持50系显卡 支持批量生成 本地一键整合包下载
MMAudio 是由伊利诺伊大学厄巴纳 - 香槟分校、Sony AI 及 Sony 集团公司的研究团队推出了一项新技术，该技术旨在通过多模态联合训练，实现高质量的视频到音频合成。
MMAudio 的核心创新在于能够利用视频和文本输入生成同步的音频，从而拓展了音频生成的应用场景，支持输入视频或文本，生成符合视频内容的音效。
MMAudio 类似之前分享的 FoleyCrafter区别是，MMAudio 不仅可以为AI生成视频配上完美的音效，还能根据提示词生成你想要的音效。它能智能识别视频场景，自动给视频配上匹配的音效，还能根据你的提示词，自定义生成与之匹配的音效。最新版还支持图片配乐，上传一张图片，输入提示词，即可为图片场景配上适合的音效，图片秒变视频，短视频及自媒体领域必不可少的辅助工具。
今天分享的 MMAudio V3版 新增了对50系显卡的支持；新增批量处理，支持视频到音频、文本到音频及图像到音频的批量处理功能；新增预设功能，可以将常用参数设置保存为一个预设，方便后期直接加载使用。
特点
同步生成：能够根据输入的视频或文本内容，实时生成与之同步的音频。
灵活输入：支持多种输入形式，包括视频和文本，提供了广泛的适用性。
高效处理：采用先进的音频处理技术，确保生成的音频质量高且处理速度快。
应用场景
视频配音：为无声视频自动生成配音，提高视频内容的吸引力和可理解性。
有声书制作：将文本小说转换为有声书，为读者提供便捷的听觉体验。
辅助教学：为教师提供便捷的音频生成工具，用于制作教学音频材料。
娱乐创作：为音乐创作者、配音演员等提供灵感来源和辅助创作工具。
使用教程：（建议N卡，显存8G起。支持50系显卡，基于CUDA12.8）
上传一段需要配音的视频或图片，可以直接提交，MMAudio 会自动根据视频内容配音。也可以输入提示词，告诉MMAudio 你需要配置的音效。
还支持文本生成音频音效，输入提示词生成你想要的音效。同时支持图片生成音效视频。
MMAudio V3版 支持低显存模式，低于8G显存可以使用低显存模式，该模型降低了硬件门槛，但生成时间会对应增加。
下载地址：
夸克网盘：https://pan.quark.cn/s/5961663dde02 (默认不包含模型，首次运行会自动下载，模型较大，请等待下载完成)
百度网盘：**** 本内容需购买 ****
解压密码：https://deepface.cc/ 复制这个完整的网址即是解压密码，不要有空格，复制粘贴即可
老大，模型下载不了呢，链接超时呢，没有放镜像吗
cx123 发表于 2025-4-28 16:25
老大，模型下载不了呢，链接超时呢，没有放镜像吗
多试几次 点了启动 窗口一闪就没了 mengfly 发表于 2025-4-29 08:36
点了启动 窗口一闪就没了
如果不是50系显卡，用V2版 https://deepface.cc/thread-502-1-1.html 无言以对 发表于 2025-4-29 08:41
如果不是50系显卡，用V2版 https://deepface.cc/thread-502-1-1.html
好的谢谢 无言以对 发表于 2025-4-29 08:41
如果不是50系显卡，用V2版 https://deepface.cc/thread-502-1-1.html
找出来问题了放根目录就好了 啥也不说了，感谢楼主分享哇！ 大佬牛逼，下来学习学习
页:
[1]