QQ扫一扫联系
LatentSync 是字节跳动(ByteDance)开源的一种基于音频条件潜在扩散模型的端到端唇同步技术。通过潜在扩散模型和时间表示对齐技术(TREPA)实现高质量、时间一致的动态视频生成,解决了此前 SyncNet 训练的收敛问题,使唇同步精度达到更高水平。
视频配音口型同步、数字人视频制作、影视/短视频二创、多语种视频本地化配音等。
效果可参考:https://github.com/bytedance/LatentSync
✅ 优化:启动阶段检测显卡驱动是否满足运行要求,驱动版本过低时明确提示升级,避免被误判为未识别到显卡
✅ 修复:Windows 环境下视频合成环节因转码组件调用失败导致任务中断的问题
✅ 调整:不再在启动阶段按驱动版本与显卡架构做限制,改为按显卡加速是否可用自动选择推理设备,避免部分显卡(如 RTX 40 系列)被误判为不支持而无法运行
修时长不循环问题