wav2lip_288x288

改进版Wav2Lip 高分辨率唇形同步与先进算法集成

wav2lip_288x288是Wav2Lip项目的改进版本，致力于提升唇形同步的质量和分辨率。该项目支持288x288至512x512的模型尺寸，整合了PRelu、LeakyRelu等先进技术，并采用SAM-UNet架构。项目提供详细的训练流程，包括Syncnet和wav2lip-Sam的训练步骤。目前正在开发基于DINet的全流程训练功能，涵盖使用DeepSpeech的Syncnet训练和DINet帧训练。这些优化旨在实现更精确、更高质量的唇形同步效果。

Wav2Lip唇形同步模型优化深度学习视频处理Github开源项目

访问官网

GitHub

更好的wav2lip模型版本

原始仓库：https://github.com/Rudrabha/Wav2Lip

文件列表中的每一行应为完整路径 <br />

首先，训练syncnet <br />

python3 train_syncnet_sam.py

其次，训练wav2lip-Sam

python3 hq_wav2lip_sam_train.py

来自中国用户的一些演示： https://github.com/primepake/wav2lip_288x288/issues/89#issue-2047907323

新功能：DINet全流程训练

原始仓库：https://github.com/MRzzm/DINet

使用deepspeech进行Syncnet训练
使用deepspeech进行DINet帧训练
使用deepspeech进行DINet片段训练

引用

引用此仓库：

@misc{Wav2Lip,
  author={Rudrabha},
  title={Wav2Lip: Accurately Lip-syncing Videos In The Wild},
  year={2020},
  url={https://github.com/Rudrabha/Wav2Lip}
}

编辑推荐精选

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。