Sonic | 唇同步肖像动画

ComfyUI Sonic 通过利用全球音频感知重新定义了肖像动画，实现超逼真的面部动作和表情。不同于传统方法，它捕捉了超越音素的完整语音背景，以生成流畅、情感丰富的动画。借助尖端的AI技术，Sonic 确保了声音与视觉的无缝同步，使角色以无与伦比的真实感栩栩如生。通过 Sonic 提升您的动画效果，让每个表情都充满生命力。

ComfyUI Sonic 节点和相关工作流程由 smthemex 开发。欲了解更多信息，请访问 smthemex 的 GitHub。

1.1 如何使用 Sonic 工作流？

左侧节点是您的音频和头像图像输入。中间的是 Sonic 处理节点。右侧是用于输出视频的视频合并节点。

请按照以下步骤操作：

1. 输入您的头像图像，该图像将用于可视化音频中的对话。
2. 输入您的音频，以生成插入图像的音频驱动配音。
3. 点击 Queue Prompt!!

完成！您的渲染视频将存储在 Outputs 文件夹中。

Sonic 的优点和缺点：

优点：

• Sonic 生成高度逼真且富有表现力的音频驱动肖像动画。
• Sonic 使用 SVD，因此帧之间没有闪烁。
• 一致性优于之前发布的 audio2video 模型。

缺点：

• 由于 Sonic 使用 SVD，远景或全身镜头可能难以正确投射面部的声音。
• 侧面视角的面孔或复杂角度的面孔可能会产生失真结果。

1.2 Sonic 音频和视频输入

• 在加载音频节点中上传您的音频（对话或人声）
• 在加载图像节点中上传您的图像（人物的特写或中景）

1.3 Sonic 处理节点

ComfyUI Sonic 在后台使用 SVD 模型 进行处理，因此结果和设置是根据 SVD 模型的。 这些设置已调至最佳，无需更改。

• 如果有变形或手部失真等伪影，将 min resolution 保持在 768 或以下。

Sonic 通过专注于全球音频感知，改变了肖像动画的方式，实现了无缝、栩栩如生的表情。通过捕捉语音的全部深度，它创造出自然、富有情感且引人入胜的动画。无论是讲故事、虚拟头像还是内容创作，Sonic 都提供无与伦比的真实感。踏入动画的未来，与 Sonic 一起，让每一个词语都栩栩如生。