但行好事.莫问前程

摘要： 引言：一张图也能“说话”？ 你有没有想过，一张静态的照片，配上一段音频，就能变成一段“对嘴”的视频？不是简单的口型同步，而是让图片中的人物“活过来”，仿佛真的在说话、唱歌、甚至表演。 这听起来像是科幻电影里的场景，但其实，这样的技术已经在我们身边悄然实现了。 之前已经介绍过一些类似项目的搭建： FL 阅读全文

摘要： 最近在搭建很多AI项目时总会遇到一下编译问题，而且很多的编译不支持window环境，所以想着在window中搭建一个虚拟机，wsl就很好的实现了。 window->WSL(Ubuntu)->conda 一：安装wsl 直接使用命令安装： wsl --install 如果window的版本比较低，需要 阅读全文

摘要： 之前几章有相应的介绍，一张图片和一个音频，生成一段对嘴视频。 FLOAT: https://www.cnblogs.com/cj8988/p/18984186 （带表情，比较快，但是会裁剪为正方形尺寸） DICE-Talk：https://www.cnblogs.com/cj8988/p/18957 阅读全文

摘要： 之前介绍过几个音频克隆的可以项目：CosyVoice：https://www.cnblogs.com/cj8988/p/18975495IndexTTS：https://www.cnblogs.com/cj8988/p/18973016GPT-SoVITS：https://www.cnblogs.c 阅读全文

摘要： 之前已经介绍过图片对嘴生成视频的开源工具： DICE-Talk：https://www.cnblogs.com/cj8988/p/18957718 （带表情，比较慢） ComfyUI_Sonic：https://www.cnblogs.com/cj8988/p/18952604 （基础版） 本章在介 阅读全文

摘要： 上一章介绍了一个文生图的开源框架：stable-diffusion 介绍：https://www.cnblogs.com/cj8988/p/18976662 本章介绍另外一个文生图开源框架：Fooocus 一：下载 地址：https://github.com/lllyasviel/Fooocus 二 阅读全文

摘要： 之前介绍过音频处理，图片生成视频，图片+音频对嘴，视频+音频对嘴。 今天介绍一个文字生成图片的开源项目，我已经在本地搭建完成了使用了。 一：下载源代码 地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui 直接下载，解压就行。 二：环境 阅读全文

摘要： 前面介绍过了音频克隆 IndexTTS： https://www.cnblogs.com/cj8988/p/18973016 ComfyUI_IndexTTS： https://www.cnblogs.com/cj8988/p/18973609 GPT-SoVITS：https://www.cnbl 阅读全文

摘要： 之前介绍过Index-TTS，音频克隆，现在是他的ComfyUI版本，实现了多人对话版本。 单人音频克隆：https://www.cnblogs.com/cj8988/p/18973016 一：参考之前的文档，搭建ComfyUI工具。 https://www.cnblogs.com/cj8988/p 阅读全文

摘要： 今天介绍几个开源的文字生成视频（Text-to-Video）项目。像 Google Veo 3 或 OpenAI Sora 那样的电影级、高一致性、长时长的效果，是不是心动了。之前有介绍过几款开源项目，我都在我的本地电脑上搭建成功了，而且试用过效果都不错。但是文字生成视频的我的电脑运行不起来，配置不 阅读全文