AI 绘画Stable Diffusion 研究(十二)SD数字人制作工具SadTlaker插件安装教程

简介: AI 绘画Stable Diffusion 研究(十二)SD数字人制作工具SadTlaker插件安装教程

免责声明:
本案例所用安装包免费提供,无任何盈利目的。


大家好,我是风雨无阻。


想必大家经常看到,无论是在产品营销还是品牌推广时,很多人经常以数字人的方式来为自己创造财富。而市面上的数字人收费都比较昂贵,少则几千,多则上万。


那么如何才能拥有一个免费的数字人生成工具呢?

其实很简单,只需要在stable diffusion上安装sadtalker插件就能轻松生成自己的数字人。

而且只需简单3步即可!


大家跟着我的步骤,赶紧实操起来,看看效果吧。


注意:本教程适用于秋葉Stable Diffusion整合包的SadTlaker安装。


第一步,SadTlaker 主文件的安装


(1)、浏览器中打开 SadTalker项目地址

https://github.com/OpenTalker/SadTalker


(2)、下载 SadTalker压缩包


如果下载比较慢,或者无法下载的朋友,可以前往我这里已下载好的sadtalker安装文件

https://pan.baidu.com/s/15MRdrNnKi7Q0l48jZO_wgg?pwd=mhbz


(3)、安装SadTalker

我们下载SadTalker 后,会得到名字为:SadTalker-main.zip的压缩包。

  • step 1 解压SadTalker-main.zip
  • step 2 重命名为:SadTalker (注意:这里一定要改,不改识别不了)
  • step 3 将SadTalker文件夹拷贝到 sd-webui-aki-v4.2\extensions 目录下
\sd-webui-aki-v4.2\extensions\SadTalker


安装后的目录:


  • step 4 重启Stable Diffusion
    重启后,可以看到功能栏上,已经出现了SadTalker 标签
    如图:


第二步,FFmpeg的安装


(1)、什么是ffmpeg ?

FFmpeg是开源的跨平台多媒体处理工具,它可以用于录制、转换音频和视频内容。它包含了一套强大的命令行程序,可以执行各种音视频处理任务,例如格式转换、剪辑、合并、解码、编码、截图等。


(2)、下载ffmpeg

下载ffmpeg可以进入ffmpeg官网下载地址

https://www.gyan.dev/ffmpeg/builds/ffmpeg-git-full.7z 


如果下载比较慢,或者无法下载的朋友,可以前往我这里已下载好的ffmpeg安装文件

https://pan.baidu.com/s/196m5bSoUR8DYA03VjnxeeQ?pwd=fxb7

但无论你从哪里下载的ffmpeg文件,都需要给它配置环境变量,才能正常工作。


(3)、解压 ffmpeg 并配置环境变量

我这里直接解压到这个目录,并重新命名为ffmpeg :

C:\Program Files\ffmpeg



然后需要配置系统环境变量:


  • step 1 我的电脑,鼠标右键菜单,属性->设置


  • step 2 打开高级系统设置窗口


  • step 3 打开环境变量窗口


  • step 4 双击 Path栏,打开编辑环境变量窗口


在最后增加刚才解压后的ffmpeg/bin目录,然后点击确定,保存。

C:\Program Files\ffmpeg\bin


第三步,Sadtalker模型文件的安装


(1)、下载 Sadtalker模型文件

Sadtalker模型文件 包含 main checkpointsgfpgan 可以去Sadtalker官网提供的下载链接下载 。


main checkpoints 下载地址:

https://drive.google.com/file/d/1gwWh45pF7aelNP_P78uDJL8Sycep-K7j/view 

gfpgan 下载地址:

https://drive.google.com/file/d/19AIBsmfcHW6BRJmeqSFlG5fL445Xmsyi/edit


如果下载速度比较慢,也可以去我已经下载好的地址进行下载 。

我准备的gfpgan下载地址:

https://pan.baidu.com/s/1vaqYw-vpreNaNfGUE7wJ3Q?pwd=4efd 


我准备的 Sadtalker checkpoints下载地址:

https://pan.baidu.com/s/1_SXnKa7v8wh1qM2iJOhGwg?pwd=hhat  


(2)、安装checkpoints 和 gfpgan

将下载好的 checkpoints.zip 文件解压到 \sd-webui-aki-v4.2\extensions\SadTalker 目录

注意:如果是在官方网站下载的 checkpoints 压缩包 ,解压后需要重命名为:checkpoints

\sd-webui-aki-v4.2\extensions\SadTalker\checkpoints


如图:


将下载好的 gfpgan.zip 文件解压到 \sd-webui-aki-v4.2\extensions\SadTalker 目录

\sd-webui-aki-v4.2\extensions\SadTalker\gfpgan

如图:


至此,Sadtalker 安装就完成了。

下一篇,我们将介绍 Sadtalker 工具的简单使用,制作一个会说话的数字人视频,敬请期待。


相关文章
|
30天前
|
人工智能
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
|
5月前
|
人工智能 API 流计算
[AI Stability] 开源AI新利器:Stable Diffusion 3 Medium震撼发布!文本到图像再升级!
探索 Stable Diffusion 3 Medium(SD3),Stability AI 的最新开源模型,正在彻底改变文本到图像的生成。了解其功能、许可选项和集成可能性。
[AI Stability] 开源AI新利器:Stable Diffusion 3 Medium震撼发布!文本到图像再升级!
|
5月前
|
机器学习/深度学习 人工智能 算法
Stable Diffusion AI绘画
Stable Diffusion是人工智能领域的文本到图像生成模型,基于概率的连续扩散过程,学习数据潜在分布并生成新样本。模型使用Web UI进行交互,提供不同采样器如Euler和DPM++,后者常配以Karras算法。提示词对生成效果至关重要,可以利用GPT等生成提示词。用户还能调整参数如高清修复和批处理次数来影响生成的图像。此外,模型文件(ckpt/safetensors)和Lora微调模型需存放在正确目录以确保功能正常。
|
4月前
|
人工智能
AI绘画,Stable Diffusion如何使用中文简体包,黑色页面切换参数http://127.0.0.1:7860/?__theme=dark 两个__,中文包下载和安装
AI绘画,Stable Diffusion如何使用中文简体包,黑色页面切换参数http://127.0.0.1:7860/?__theme=dark 两个__,中文包下载和安装
|
4月前
|
人工智能
AI绘画---Stable Diffusion checkpoint 插件无法安装,中文包无法下载怎么办?这里该如何解决,扩展无法出现
AI绘画---Stable Diffusion checkpoint 插件无法安装,中文包无法下载怎么办?这里该如何解决,扩展无法出现
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
28 1
|
7天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
35 10
|
7天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
【10月更文挑战第31天】2024年,AI大模型在软件开发领域的应用取得了显著进展,从自动化代码生成、智能代码审查到智能化测试,极大地提升了开发效率和代码质量。然而,技术挑战、伦理与安全问题以及模型可解释性仍是亟待解决的关键问题。开发者需不断学习和适应,以充分利用AI的优势。