QQ扫一扫联系
Wav2Lip 384(调优版) 基于经典的 Wav2Lip 语音驱动唇同步(Lip-Sync)模型,针对人脸区域分辨率与合成质量进行了专项调优,在保留高精度口型同步能力的同时,输出画质更清晰、细节更丰富,适合对视频质量要求更高的场景。
高质量数字人视频制作、影视/广告配音口型同步、短视频二创、多语种视频本地化等。
效果可参考:https://github.com/Rudrabha/Wav2Lip
✨ 本次更新:
✅ 新增:支持权重按需下载,安装包可只携带程序与运行环境,用户首次使用前自动下载并校验权重,减少下载体积与等待时间
✅ 新增:支持 NVIDIA RTX 50 系显卡运行,需显卡驱动 525 以上
✅ 新增:支持以图片作为人脸输入(图片 + 音频生成对口型视频),同时保留视频输入
✅ 新增:音频格式不兼容时(尾部带附加元数据、实际格式与扩展名不符等)自动转换为标准音频后继续处理,不再直接失败
✅ 修复:任务未选择视频(或图片)、音频时服务直接中断、界面只提示「请在模型日志中查看错误日志」的问题,现在会明确提示缺少哪种输入文件,并继续等待下一个任务
✅ 修复:单个任务合成失败时整个模型服务退出,需重新启动才能继续使用的问题
✅ 修复:分离权重模式下首次准备权重的入口未指向包内运行环境的问题
✅ 优化:按实际运行结果判断显卡可用性,不再依据驱动版本与显卡架构推断,避免可用显卡被误判;显卡不可用时自动降级为 CPU 运行,并在模型日志中给出排查提示
✅ 优化:常驻任务模式下模型处理完任务后保持常驻,不再每个任务都重新加载模型
✅ 优化:运行环境更干净,自动隔离系统中旧版本依赖的干扰,减少启动失败
✅ 优化:降低解压后模型权重缺失导致的启动失败
✅ 优化:减小安装包体积与解压耗时