直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

我想让图片的嘴巴动起来

回答

以下是让图片嘴巴动起来的相关方法和教程：

  1. 工具教程“清影”中，有关于图生视频的示例，如赛博女孩的案例中让人物的嘴部微动、眼睛微动，眼镜上的光有闪烁效果。
  2. 实战教程“使用 Sadtalker 让照片说话”：
    • 图片预处理方式中，crop 只截取图片的头部，full 就是保留整张照片，下面的勾选项有文字解释，可自行尝试。
    • 点击 generate，由于涉及到视频的推理和转换，输出时间较长，需做好等待准备。
    • 最终生成的视频长度与音频一致，若想制作长视频，建议剪成小段分别推理后再合并。完成后可打开输出目录或下载视频文件。
    • 利用主流开源程序让照片说话唱歌，达到基本唇形同步，相关链接：https://github.com/OpenTalker/SadTalker ，可独立使用或作为插件放入 stablediffusion 。
    • 视频教程：https://www.bilibili.com/video/BV1Dc411W7V6/?vd_source=35e62d366d8173e12669705f7aedd122 。
    • 对于编程、python、conda 不熟悉的，可使用整合包：用夸克网盘分享的「EZ-AI-Starter-v0.9.8.zip」，链接：https://pan.quark.cn/s/1d5ca9f57f5c ，视频地址：https://www.bilibili.com/video/BV1ga4y1u7Ep/?spm_id_from=333.337.search-card.all.click&vd_source=35e62d366d8173e12669705f7aedd122 。具体步骤为：点我启动，在启动界面中选择音频、图像口型同步的下载图标，下载完毕后启动应用，会弹出独立窗口（非默认浏览器），选择 sadtalker 同步器，分别导入图片和声音。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

工具教程：清影

||视频（配音版）|视频（纯享版）|首帧图|PROMPT|<br>|-|-|-|-|-|<br>|23、女孩骑车|| ||骑自行车的女孩，风吹动头发，飘落的树叶|<br>|24、赛博女孩|| ||让人物的嘴部微动_眼睛微动，眼镜上的光有闪烁效果|<br>|25、小狗|| ||让这个狗过来，跑向镜头|<br>|26、小丑鱼|| ||小丑鱼围绕着珊瑚游荡，水里面的气泡向上浮动，水下摇晃的镜头|<br>|27、熊|| ||熊缓慢向前走，远处瀑布倾泻而下|<br>|28、长颈鹿|| ||一只长颈鹿正在咀嚼树叶|<br>|29、火|| ||正在燃烧的火堆|

实战教程：使用Sadtalker让照片说话

图片预处理方式中，crop只截取图片的头部，full就是保留整张照片，下面的勾选项已经有文字解释，自己可以试几次点击generate由于涉及到视频的推理和转换，输出时间要远远大于ai绘图和sovits的声音推理，做好等待的准备。下图中，我导入了一个13秒的音频，预计需要3-5分钟（3060 12g显卡）最终生成的视频长度与音频一致，如果想制作一个长视频，最好是剪成小段，分别推理，然后合并。完成后，可以打开输出目录或者下载视频文件。看看效果带面部修复的效果：

实战教程：使用Sadtalker让照片说话

利用目前主流的开源程序让照片说话唱歌，达到基本的唇形同步https://github.com/OpenTalker/SadTalker可以独立使用或者作为插件放入stablediffusion视频教程https://www.bilibili.com/video/BV1Dc411W7V6/?vd_source=35e62d366d8173e12669705f7aedd122但是对于编程、python、conda不熟的，强烈建议使用这个整合包：史上最炸裂版AI工具箱来啦，SD-AI绘画、VITS文本转语音，wav2lip、sadTalker唇型同步，视频修复，支持A卡！我用夸克网盘分享了「EZ-AI-Starter-v0.9.8.zip」，点击链接即可保存链接：https://pan.quark.cn/s/1d5ca9f57f5c视频地址：https://www.bilibili.com/video/BV1ga4y1u7Ep/?spm_id_from=333.337.search-card.all.click&vd_source=35e62d366d8173e12669705f7aedd122具体步骤如下：点我启动，在启动界面中，选择音频、图像口型同步的下载图标：下载完毕后如下：启动应用，等待会弹出一个独立的窗口（而不是你的默认浏览器）选择sadtalker同步器，分别导入图片和声音，

其他人在问
请帮我推荐一个去除图片中文字的工具
以下为您推荐一些去除图片中文字的工具： 1. AVAide Watermark Remover：在线工具，使用 AI 技术，支持多种图片格式如 JPG、JPEG、PNG、GIF 等。操作简单，上传图片、选择水印区域，保存并下载处理后的图片，还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，AI 自动检测并移除水印，处理完成后可保存生成的文件，适合需快速去除水印及在社交媒体分享图片的用户。 3. AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中多余物体、人物或水印，不留痕迹。支持直接粘贴图像或上传手机图像，操作简便。 此外，还有以下工具或方法可供选择： ps 的 ai 版，操作相对简单。 SD 局部重绘。 Firefly、canva、Google photo 都有局部重绘功能。 微软 Designer 免费。 https://clipdrop.co/cleanup
2024-09-18
图片去文字的接口
以下是一个移动端图片视觉处理以去除试卷拍照中书写笔迹的方法： 1. 图像预处理 图像去噪：运用去噪算法，例如高斯滤波、中值滤波，来去除图像中的噪声。 图像增强：通过增强算法，像直方图均衡化、对比度增强，提高图像的清晰度和对比度。 2. 图像分割 采用图像分割算法将试卷图像中的书写笔迹和背景分离，常用的分割算法有阈值分割、边缘检测和基于区域的分割方法。 3. 文字检测 在分割后的图像中，使用文字检测算法，比如基于深度学习的文本检测模型，识别出试卷上的文字区域。 4. 文字识别 对检测到的文字区域进行文字识别，将文字内容转变为计算机可处理的文本数据。常用的文字识别技术包含基于深度学习的端到端文本识别模型和传统的 OCR（Optical Character Recognition）技术。 5. 后处理 根据需求进行后处理，例如去除残余的噪点、填补文字区域的空白等。 6. 机器学习模型训练（可选） 若有充足的数据，可以利用机器学习技术训练模型，通过学习样本中的书写笔迹特征来自动去除试卷上的笔迹。 7. 优化算法
2024-09-18
消除图片文字
以下是关于消除图片文字的方法和相关工具的介绍： 消除图片文字的方法： 1. 图像预处理： 图像去噪：使用去噪算法（如高斯滤波、中值滤波）去除图像中的噪声。 图像增强：通过增强算法（如直方图均衡化、对比度增强）提升图像的清晰度和对比度。 2. 图像分割：使用图像分割算法将试卷图像中的书写笔迹和背景分离。常用的分割算法包括阈值分割、边缘检测和基于区域的分割方法。 3. 文字检测：在分割后的图像中，使用文字检测算法（如基于深度学习的文本检测模型）识别出试卷上的文字区域。 4. 文字识别：对检测到的文字区域进行文字识别，将文字内容转换为计算机可处理的文本数据。常用的文字识别技术包括基于深度学习的端到端文本识别模型和传统的 OCR（Optical Character Recognition）技术。 5. 后处理：根据需求进行后处理，如去除残余的噪点、填补文字区域的空白等。 6. 机器学习模型训练（可选）：如有足够的数据，可以采用机器学习技术训练模型，通过学习样本中的书写笔迹特征来自动去除试卷上的笔迹。 AI 去水印的工具： 1. AVAide Watermark Remover：这是一个在线工具，使用 AI 技术从图片中去除水印。它支持多种图片格式，如 JPG、JPEG、PNG、GIF 等。操作简单，只需上传图片，选择水印区域，然后保存并下载处理后的图片即可。这个工具还提供了其他功能，如去除文本、对象、人物、日期和贴纸等。 2. Vmake：这个工具同样提供 AI 去除图片水印的功能。用户可以上传最多 10 张图片，AI 会自动检测并移除图片上的水印。处理完成后，用户可以选择保存生成的文件。这个工具适合需要快速去除水印的用户，尤其是那些需要在社交媒体上分享图片的用户。 3. AI 改图神器：这个工具提供 AI 智能图片修复去水印的功能，可以一键去除图片中的多余物体、人物或水印，不留任何痕迹。支持直接粘贴图像或上传手机图像，操作简单方便。 这些工具各有特点，可以根据您的具体需求选择最适合您的去水印工具。但请注意，内容由 AI 大模型生成，请仔细甄别。
2024-09-18
有什么免费的AI图片生成工具
以下是一些免费的 AI 图片生成工具： 1. Canva（可画）：https://www.canva.cn/ 是一个受欢迎的在线设计工具，提供大量模板和设计元素，用户通过简单拖放操作创建海报，其 AI 功能可协助选择颜色搭配和字体样式。 2. 稿定设计：https://www.gaoding.com/ 稿定智能设计工具采用先进人工智能技术，自动分析和生成设计方案，稍作调整即可完成完美设计。 3. VistaCreate：https://create.vista.com/ 简单易用的设计平台，提供大量设计模板和元素，用户可用 AI 工具创建个性化海报，智能建议功能帮助用户快速找到合适设计元素。 4. Microsoft Designer：https://designer.microsoft.com/ 通过简单拖放界面，用户可快速创建演示文稿、社交媒体帖子等视觉内容，还集成丰富模板库和自动图像编辑功能。 以下是一些图片生成 3D 建模工具： 1. Tripo AI：VAST 发布的在线 3D 建模平台，能利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型，基于数十亿参数级别的 3D 大模型，实现快速 2D 到 3D 转换，并提供 AI 驱动的精准度和细节。 2. Meshy：功能全面，支持文本生成 3D、图片生成 3D 以及 AI 材质生成，用户上传图片并描述材质和风格可生成高质量 3D 模型。 3. CSM AI：支持从视频和图像创建 3D 模型，Realtime Sketch to 3D 功能支持通过手绘草图实时设计 3D 形象，再转换为 3D 模型。 4. Sudo AI：支持通过文本和图像生成 3D 模型，适用于游戏领域模型生成，用户上传图片或输入文本提示词生成 3D 模型。 5. VoxCraft：由生数科技推出的免费 3D 模型生成工具，能将图像或文本快速转换成 3D 模型，并提供图像到 3D、文本到 3D 和文本到纹理等多种功能。 以下是一些文生图工具： 1. DALL·E：OpenAI 推出的文生图工具，可根据输入文本描述生成逼真图片。 2. StableDiffusion：开源的文生图工具，能生成高质量图片，支持多种模型和算法。 3. MidJourney：因其高质量图像生成效果和用户友好界面设计受到广泛欢迎，在创意设计人群中尤其流行。 您还可以在 WaytoAGI 网站查看更多文生图工具：https://www.waytoagi.com/category/104 请注意，内容由 AI 大模型生成，请仔细甄别。
2024-09-18
有什么根据文字生成图片的AI工具
以下是一些根据文字生成图片的 AI 工具： 1. DALL·E：由 OpenAI 推出，能根据输入的文本描述生成逼真的图片。 2. StableDiffusion：开源的文生图工具，可生成高质量图片，支持多种模型和算法。 3. MidJourney：因高质量的图像生成效果和用户友好的界面设计受到广泛欢迎，在创意设计人群中尤其流行。 您可以在 WaytoAGI 网站（https://www.waytoagi.com/category/104）查看更多文生图工具。 此外，从文本提示生成 2D 图像已经是生成性 AI 广泛应用的领域之一，像 Midjourney（https://www.midjourney.com/home/）、Stable Diffusion（https://stability.ai/blog/stablediffusionannouncement）和 DallE 2（https://openai.com/dalle2/）这样的工具可以从文本生成高质量的 2D 图像，并在游戏生命周期的多个阶段有应用。例如，在概念艺术方面，生成性 AI 工具能帮助非艺术家快速探索概念和想法，生成概念艺术作品，加速创作流程。
2024-09-18
AI生成的图片是原创吗 有没有借鉴
在全国首例 AI 生成图片著作权案例中： 法官承认依靠使用者的输出设计生成的图片属于美术作品，具有独创性和智力投入，受著作权保护，能鼓励创作，为艺术创作提供支持和新思路，节省创作成本。 根据相关法律规定，我国著作权作者仅限于自然人、法人或非法人组织，人工智能软件本身不能成为作者。 Stable Diffusion 模型根据文本指令生成图片，不是调用现成图片或排列组合预设要素，生成的图片取决于使用者输入的提示词，难以出现完全相同的两张输出图片，类似于画笔，图画构造取决于使用者设计。 人工智能不具备自由意志，使用者根据自己的审美个性，通过增删提示词、修改参数得出不同图片并选定，体现使用者的智力和独创思想，如同使用相机拍摄时的调节。 软件设计者对模型设计投入智力成果，但后续生成内容与设计者关系不大。图片由创作者根据个人意愿得出，应成为作者并享有著作权。 尽管 AI 是工具，法院强调著作权仍属于人类创作者，保护人类在知识产权领域的权益，鼓励利用 AI 技术创作艺术作品。 在未显示作者身份信息的情况下使用图片构成侵权。
2024-09-18
推荐能让图片动起来的软件
以下为您推荐能让图片动起来的软件： 1. 清影： 操作指南和提示词教程：选用尽可能清晰的图片，上传图片比例最好为 3:2（横版），支持上传 png 和 jpeg 图像。如果原图不够清晰，可采用分辨率提升工具将图片变清晰。提示词要简单清晰，可以选择不写 prompt，直接让模型自己操控图片动起来；也可以明确想动起来的主体，并以「主体」+「主题运动」+「背景」+「背景运动」的方式撰写提示词（一定要有主体，不然可能会出现 AI 狂乱景象）。如果不明确大模型如何理解图片，推荐将照片发送到清言对话框进行识图，明确主体的描述。 2. Muse Pro：一款专为 iPad 设计的 AI 实时画图应用，实现实时绘画，每一笔触即时转化为数字画面。支持图像快速增强和放大，适合直接打印。主要特色包括实时绘画、图像增强、直观设计与高级图层、自定义画笔。网址：http://musepro.app 3. FollowYourClick：根据用户点击使图像特定区域动起来，支持多种动作表达，如头部调整、翅膀拍动等。由香港科技大学、腾讯、清华大学共同开发。主要功能包括局部动画生成和多对象动画。网址：https://followyourclick.github.io 、https://arxiv.org/abs/2403.08268 、https://github.com/mayuelala/FollowYourClick 4. VLOGGER：基于文本和音频从单张照片生成会说话的视频。
2024-09-08
我做了一个视频，背景是实拍的城市照片，角色是一个卡通角色，通过即梦让照片上的卡通角色动起来后，发现卡通角色的脸跟手臂动作都糊了。 我现在有什么办法优化，对卡通角色五官重绘更清晰的情况下，还保留现实的照片背景。（用sd重绘的话是不是就丢失了）
以下是一些可能有助于您优化视频的建议： 1. 对于您提到的卡通角色动作模糊的问题，可以尝试使用 Dreamina 工具，并将运动速度设为慢速，同时在 Prompt 里写轻微的动作描述，可能会有不错的效果。 2. 由于 Dreamina 工具存在只有 8 帧和 720P 的限制，您可以使用 Topaz Video AI 将其增强到 24 帧和 4K。在 B 站搜索“Topaz Video AI 4.2.1”关键词能找到相关教程。增强完成后，再放到剪映里裁成 21:9 的比例。 3. 对于卡通角色五官不清晰的情况，如果 AI 工具无法处理，可能需要使用传统的 AE 软件自己制作，比如普通的下沉位移动画。 需要注意的是，在某些情况下，如人物在水中下沉时，AI 视频可能会出现脸糊的情况，这种情况可能需要传统手段来解决。
2024-08-25
我创作了一个AI视频，背景是实拍的城市照片，角色是一个卡通角色，通过即梦让照片上的卡通角色动起来后，发现卡通角色的脸跟手臂动作糊了，我期望通过comfy对其重绘，能解决保留现实背景，卡通角色五官重绘更清晰吗？
在处理您提到的这种情况时，有以下一些建议和方法： 1. Dreamina 对 Prompt 的语义理解较好，您可以将运动速度设为慢速，并在 Prompt 里写轻微的相关描述，可能会有不错的效果。但需要注意的是，Dreamina 存在只有 8 帧和 720P 的限制，对比 Runway 的 24 帧和 4K 有差距。所以需要使用 Topaz Video AI 去增强到 24 帧和 4K，您可以在 B 站通过“Topaz Video AI 4.2.1”这个关键词搜索教程进行学习。增强完以后，再扔到剪映里裁成 21:9。 2. 对于人物在水中下沉等情况导致的脸糊问题，很多时候 AI 搞不定，可能需要使用传统 AE 自己制作普通的下沉位移动画。 不过，需要说明的是，在一些复杂的场景和动作中，AI 可能仍然存在一定的局限性，需要综合多种工具和方法来达到理想的效果。
2024-08-25
我想让老照片动起来，该用什么工具
以下是一些可以让老照片动起来的工具： Dreamina 官网：方便快捷，在有插件的情况下可能与其他工具配合使用。 使用这类工具时需要注意： 图片生成视频的功能依据现存的人类自己生产的图片，与生活更贴近，有更多想象力用法，但也存在不完善的规定和可能造成的风险，如肖像权、版权、信息安全等问题。
2024-08-16
老照片动起来
以下是关于让老照片动起来的相关内容： 目前有多种方式可以实现让老照片动起来。比如在某些情况下，我们可以使用相关的工具，如在 MJ 中用各种关键词出图，或者使用 SD 做复杂的工作流来达到目的。 有人随便上传一张离谱村的图片，未加任何提示词，就能让图片有一些动态效果。父母将风景照片上传尝试，有的效果不错，水面动起来了，有的则画面扭曲。他们还提出将过世亲人的照片放入的想法，并由此探讨了肖像权、版权、信息安全以及该技术的意义。 对于视频工具，人们往往比绘画工具更感兴趣，还会询问能否在特定软件中一起使用等问题。图片生成视频的功能因为有现存人类自己生产的图片作为依据，与生活更贴近，有更多想象力用法，但也存在不完善的规定和可能造成的风险。有插件的情况下某些操作或许可行，否则直接去 dreamina 的官网可能更方便快捷。
2024-08-08
老照片动起来
想要使老照片动起来，目前有多款AI工具可以帮助实现这一效果： 1. LeiaPix Converter：这是一个在线工具，可以将图片转换为3D伪深度动图。用户可以自定义动画范围、深度、时长和运动方式，支持保存为MP4/GIF等多种格式 。 2. PNG3D：与LeiaPix功能相似，使用AI 3D特效将2D图像转为3D动图，提供4种不同的3D效果，支持10M以内图像上传，新用户有每月2次免费额度 。 3. Veggie AI：用户可以上传角色照片并选择动画风格，Veggie AI将帮助生成定制的3D动画视频。它提供了易于使用的界面和多种动画风格选择，同时尊重用户隐私 。 4. Anakin.ai：AI动图生成器，利用AI算法将静态图片转化为动态图像，适用于社交媒体、广告营销、教育培训、电子商务和艺术创作等多个领域 。 5. Deep Nostalgia AI：通过简单的步骤，用户可以上传老照片并输入动作或表情提示，AI将生成逼真的动画效果，通常需要45分钟的处理时间 。 6. 快手可灵：国内平台，使用与Sora同架构的DiT模型，特别适合亚洲人像识别，可以将老照片转化为动态视频 。 7. 百度AI 和 魔撘社区老照片修复上色：提供老照片修复和上色服务，可以作为使老照片动起来的前期处理步骤 。 使用这些工具，您可以轻松地将老照片转换成动态视频，为回忆增添活力。
2024-07-31