付费 ¥66.60
2025-03-24
· 1 阅读
最新口型驱动语音的大模型安装技巧
上一篇文章介绍了： 语音克隆MaskGCT-TTS 借助剪映软件生成导出克隆人声（真人人声，免VIP）_哔哩哔哩_bilibili 1年前这个技术还是付费栏目，现在很多已经开源了。 https://www.codewithgpu.com/i…
作者 · 考串
# 机器学习
上一篇文章介绍了：语音克隆MaskGCT-TTS
借助剪映软件生成导出克隆人声（真人人声，免VIP）_哔哩哔哩_bilibili
1年前这个技术还是付费栏目，现在很多已经开源了。
https://www.codewithgpu.com/i/open-mmlab/Amphion/MaskGCT-TTS-10G-models
接下来，很多场景需要采用语音驱动口型（示例）：
早期，用wav2lip和facefusion3.xd都可以实现，但是效果嘛，能用。
https://www.codewithgpu.com/i/yeayee/facefusion/facefusion3.0-webUI
https://www.codewithgpu.com/i/yeayee/wav2lip-webui/wav2lip-webui
截至目前，已经有最新的大模型可以实现，如上视频，当然，安装过程中会有不少坑。
同样，你要免费显卡，不是不可以，但需要打赏才可以看到操作流程。
本期附送，音频转文字的大模型安装技巧。
CosyVoice安装技巧整理 克隆仓库及子模块 git clone --recursive https://github.com/bytedance/LatentSync.gitcd LatentSyncgit submodule update --init --recursive 安装依赖 pip install -r requirements.txt# 或者使用国内镜像源pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com 设置Hugging Face镜像源并下载模型 export HF_ENDPOINT=https://hf-mirror.comhuggingface-cli download ByteDance/LatentSync-1.5 --local-dir checkpoints --exclude "*.git*" "README.md"# 如果下载中断，可以使用断点续传huggingface-cli download ByteDance/LatentSync-1.5 --local-dir checkpoints --exclude "*.git*" "README.md"...