自动唇同步项目lazykh使用教程
2025-04-21 22:00:31作者:宗隆裙
1. 项目介绍
本项目是基于开源库gentle的自动唇同步项目,名为lazykh。它能够根据音频文件和脚本文件自动生成动画角色的口型,实现简单的唇同步效果。此项目适用于需要为视频中的角色添加口型的创作者,尤其适合制作教学视频、游戏解说等。
2. 项目快速启动
快速启动lazykh项目需要以下步骤:
安装环境
首先,首先确保你的系统中安装了Python 3。
sudo pip install Twisted==16.4.1
然后从GitHub克隆lazykh项目:
git clone https://github.com/carykh/lazykh.git
进入项目目录,安装gentle库:
cd gentle
./install.sh
注意:gentle库安装后体积较大,约为3GB。
准备音频和脚本
将音频文件和脚本文件放入lazykh/exampleVideo目录中,音频文件应为.wav格式,脚本文件为.txt格式。
处理脚本
运行以下命令去除脚本中的注释,使其适应gentle库处理:
python3 code/gentleScriptWriter.py --input_file exampleVideo/ev
生成口型数据
使用gentle库为音频文件生成口型时间戳:
python3 gentle-final/align.py exampleVideo/ev.wav exampleVideo/ev_g.txt -o exampleVideo/ev.json
创建时间表
生成动画的时间表:
python3 code/makeSchedule.py --input_file exampleVideo/ev.json --output_file exampleVideo/ev_schedule.json
3. 应用案例和最佳实践
应用案例
- 制作教学视频,为旁白添加口型。
- 游戏解说视频,让游戏角色根据解说同步口型。
最佳实践
- 在脚本中使用通用的单词代替不常见的单词,以便gentle库能够识别并同步口型。
- 在脚本中适当使用情感标签,如
<happy>,<sad>,以使角色表情更加丰富。
4. 典型生态项目
目前lazykh作为一个开源项目,已经有了一些典型的生态项目,包括但不限于:
- 使用lazykh进行视频创作的个人项目。
- 集成lazykh的自动化视频生产工具。
通过上述教程,您可以开始使用lazykh进行视频创作。祝您创作愉快!
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178