這款A(yù)I一鍵讓照片說話的模型叫SadTalker，是由西安交通大學(xué)的研究人員提出的，它可以讓照片里的人物跟隨音頻的輸入動起來，且頭部運動、面部表情比較真實，下圖是官方展示的效果圖，還在等什么呢，即刻擁有它！
①建議先部署SD（stable-diffusion-webui），可以參考以下文章：
因為SD已經(jīng)支持了SadTalker的插件了，后續(xù)從SD生成的圖片，都可以直接一鍵生成說話、唱歌視頻。
（當(dāng)然了，你也可以不部署SD，直接使用SadTalker）
②安裝SadTalker插件：
打開并運行SD webui，然后選擇“擴展”，在“從網(wǎng)址安裝”里，輸入以下地址：
https://github.com/OpenTalker/SadTalker
點擊安裝，需要等待3~5分鐘。
安裝完成后，重啟一下SD webui，即可在功能欄里看到“SadTalker”插件欄了。
FFmpeg是一套可以用來記錄、轉(zhuǎn)換數(shù)字音頻、視頻，并能將其轉(zhuǎn)化為流的開源計算機程序，是SadTalker運行的必要支持程序?？梢詮囊韵戮W(wǎng)址下載獲得：
https://www.gyan.dev/ffmpeg/builds/ffmpeg-git-full.7z
解壓后，需要將FFmpeg的bin文件夾路徑添加到系統(tǒng)環(huán)境變量里：
手動添加環(huán)境變量：控制面板→系統(tǒng)→高級系統(tǒng)設(shè)置→環(huán)境變量→Path→編輯→添加
運行SadTalker，還需要下載一些模型，可以從以下鏈接獲得：
https://github.com/OpenTalker/SadTalker/releases
需要下載前面的10個文件：
找到之前在SD里添加的SadTalker插件（在SD文件夾\extensions里），然后新建一個文件夾“checkpoints”：
將上面下載的10個模型文件復(fù)制進去，其中BFM_Fitting和hub兩個壓縮文件還需要解壓到checkpoints文件根目錄中。
至此，你已經(jīng)擁有了一鍵讓圖片說話的能力了。
在SD webui的功能欄里，選擇“SadTalker”，然后將圖片（支持從SD中加載）和音頻傳入，音頻建議在10秒以內(nèi)，不然顯卡壓力有點大。點擊“生成”按鈕，即可一鍵使照片說話。
相關(guān)設(shè)置項說明：
corp：圖片被裁剪為方形（運算速度快，但如果傳入的圖片不是方形，最終視頻會變形）
resize：重新調(diào)整尺寸，可以使脖子和頭部銜接自然，但代價是口型可能不太準(zhǔn)
full：完整體驗（基本就是選它了）
同時記得勾選“面部增強”，使整體面部效果更加自然些。
最終得到了文章開頭的會說話、唱歌的小姐姐了，她還會很自然地眨眼睛呢，成就感滿滿有木有！感興趣的小伙伴快去試試吧~
