يحول صورة شخصية واحدة مع مقطع صوتي إلى فيديو رأس متكلم، من مشروع بحثي في مؤتمر CVPR 2023.
صورة شخصية واحدة وملف صوتي ينتجان فيديو رأس متكلم على جهازك الخاص.
يقوم SadTalker بتحريك صورة وجه فردية لتتكلم مع مسار صوتي، مع حركات الرأس والتعبيرات. يناسب الباحثين والهواة المعتادين على بايثون ووحدة معالجة رسومات (GPU)، وليس أي شخص ينتظر منتجاً جاهزاً بتحديثات مستمرة.
تقوم بتشغيل `inference.py` مع ملف صوتي موجّه وصورة مصدر أو فيديو، مع إمكانية إضافة محسن الوجه GFPGAN. يحتوي على وضعيات الثبات والمرجع وتغيير الحجم بالإضافة إلى وضع الصورة الكاملة لمقاطع الجزء العلوي من الجسم، واجهة Gradio WebUI أو امتداد Stable Diffusion WebUI.
يناسب المستخدمين التقنيين والباحثين الذين يعملون على الرسوم المتحركة المدعومة بالصوت والقادرين على تثبيت إصدارات PyTorch القديمة وتنزيل نقاط التحقق. لا يناسب المنشئين غير التقنيين، وسجل التغييرات في ملف README ينتهي في 2023.
قدم صورة شخصية واحدة وملفاً صوتياً ليقوم بتوليد الفيديو الناطق.
أضف `--enhancer gfpgan` لتحسين جودة الوجه المُولّد.
`--still` مع `--preprocess full` تعطي نتيجة طبيعية أكثر للصورة الكاملة.
وضعيات إضافية تمت إضافتها في الإصدارات اللاحقة لمرجع الوضعية وتغيير الحجم.
قم بتشغيل `app_sadtalker.py` أو webui.bat/webui.sh واجهة المتصفح.
تم نشر امتداد لـ stable-diffusion-webui مع وثائقه الخاصة.
SadTalker مرخص برخصة Apache-2.0 ومجاني للتشغيل بنفسك. يشير ملف README إلى بوت Discord مجاني وعروض تجريبية على Hugging Face وColab، ولكنه لا يظهر أي خطة مدفوعة. تكلفتك هي جهاز بمعالج رسومات (GPU) والوقت اللازم لإعداده.
873 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
يقول ملف README إن الرخصة تم تحديثها إلى Apache 2.0 وإزالة القيود غير التجارية. تستثني الرخصة المكونات الخاصة بترافرد ثالث، لذا تحقق من النماذج المُدمجة قبل الاستخدام التجاري.
يحدد دليل التثبيت إصدار CUDA من PyTorch والمشروع مبني حول استخدام وحدة معالجة الرسومات؛ ولا يذكر ملف README الحد الأدنى للبطاقة.
يربط ملف README عرضاً تجريبياً لـ Hugging Face Space ودفاتر Colab، لكن المشروع نفسه هو رمز بريدي تقوم بتشغيله بنفسك.
شاهد Zekai أولاً في جوجل