AI资源站

标题: DICE-Talk - 语音驱动图片生成带有人类情感的唱歌/说话数字人视频框架支持50系显卡本地一键整合包下载 [打印本页]

作者: 无言以对 时间: 12 小时前
标题: DICE-Talk - 语音驱动图片生成带有人类情感的唱歌/说话数字人视频框架支持50系显卡本地一键整合包下载
(, 下载次数: 1)
DICE-Talk 是由腾讯联合复旦大学联合开发的用于生成具有生动、保留身份的情感表达的头像视频的新框架，支持提供一张图片和一段音频驱动图片生成说话/唱歌数字人视频。同时支持保留上传参考图人物身份信息以及支持参考音频情绪化，生成带有各种人类真实情感的说话数字人视频。

DICE-Talk 类似之前发布的 Sonic ，都支持一段音频驱动头像生成数字人说话视频，区别是 DICE-Talk 支持可控的人类情感生成，比如开心、愤怒、厌恶、恐惧等情感生成，同时支持情感和身份信息控制，通过参数调节情感和身份保留指数，更加可控。

(, 下载次数: 0)

应用领域：

1. ‌影视与媒体制作‌ ‌
后期制作‌：可用于影视配音、动画角色口型同步，减少人工逐帧调整的工作量。 ‌
虚拟主播‌：生成具有情感表达的数字人，提升直播或视频内容的互动性和真实感。
2. ‌教育与培训‌ ‌
在线课程‌：为虚拟教师添加自然的情感表情和唇形同步，增强教学感染力。 ‌
语言学习‌：通过动态表情辅助发音教学，帮助学习者更直观地理解语音与口型的关系。
3. ‌心理健康与情感交互‌ ‌情感陪伴‌：结合类似“文心一言情感关怀之旅”的技术，生成具有共情能力的虚拟形象，提供心理支持。 ‌
社交辅助‌：为孤独症患者或社交障碍人群设计交互式情感训练工具。
4. ‌数字人与虚拟助手‌ ‌
企业服务‌：用于客服数字人，通过情感化表达提升用户体验。 ‌个人助理‌：集成到智能设备中，使交互更自然生动。
5. ‌游戏与娱乐‌ ‌角色动画‌：快速生成游戏NPC的对话动画，减少手动调参成本。 ‌
互动叙事‌：在互动故事中实现角色情感与玩家输入的动态匹配。
6. ‌跨文化传播‌ ‌
多语言内容‌：适配不同文化背景的非言语表达习惯，提升本地化内容的真实感。

使用教程：(建议N卡，显存16G起。支持50系显卡，基于CUDA12.8)

上传一张参考头像，一段驱动音频，选择生成的情感类型，设置身份保留和情绪生成的强度，选择是否裁剪输入图像
最后生成即可

下载地址：
迅雷云盘：https://pan.xunlei.com/s/VOQM2hr9yyB83n4MsAoPeAs8A1?pwd=su8n 默认不自带模型，下载一键包解压后，先运行下载模型，请等待自动下载完成，再运行一键启动。

(启动器有问题，下载解压一键包后，下载下面附件里的启动器补丁，覆盖替换原一键包里的启动器)
(, 下载次数: 43)

百度网盘：**** 本内容需购买 ****

解压密码：https://deepfaces.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

作者: 轩辕 时间: 3 小时前
最后一步出错是什么原因呢？
assert str.encode(self.extension).lower() in _FFMPEG_SUPPORTED_ENCODERS, "Unknown encoder extension: " + self.extension.lower()
AssertionError: Unknown encoder extension: .mp4

作者: 无言以对 时间: 2 小时前

轩辕发表于 2025-5-16 18:51
最后一步出错是什么原因呢？
assert str.encode(self.extension).lower() in _FFMPEG_SUPPORTED_ENCODERS, ...

看帖子有说明，下载附件里的启动器，替换

作者: zxxiaopi 时间: 1 小时前
看来的换电脑了。显卡要求越来越高了！得整5090

作者: 轩辕 时间: 半小时前

无言以对发表于 2025-5-16 19:37
看帖子有说明，下载附件里的启动器，替换

可以用了，谢谢大佬

作者: wemade 时间: 25 分钟前
测试了一下16G显卡有压力~

欢迎光临 AI资源站 (https://deepfaces.cc/)