引言

著名导演奉俊昊曾提到，字幕是阻碍外国观众尽情欣赏电影的一个障碍，因为他们需要同时兼顾阅读和观看。而多语言版本的电影（MLV），虽然能解决语言问题，但因制作成本高昂，难以广泛推广。配音成为一种流行的折中方案，但由于声音和演员口型不同步，常常显得不自然。

为了解决这一问题，唇形同步（lip-sync）技术应运而生。它通过生成与语音音频相匹配的嘴唇动作，实现语音与画面的完美同步。除了电影，唇形同步技术在当今短视频搞笑视频的

 

3款本地唇形同步一键整合包软件

以下介绍3款强大易用的本地唇形同步软件，助你轻松实现语音驱动视频的唇形同步效果。

 

 

前置条件

一键整合包用于win10、win11，并且需要配备至少8GB显存及以上的独立 NVIDIA 显卡 可用。cuda版本需要大于等于11.8，如果cuda版本小于11.8，可以按照教程按装指定版本的cuda，https://www.zhisk.com/1154.html。

cuda版本查询cmd指令

nvcc –version

或：

nvidia-smi

(注意：在 Windows 系统上，某些较高版本的 CUDA（例如 12.6 等）可能会导致未知问题。您可以考虑将 CUDA 降级到版本 11.8 以确保稳定性。)

 

 

1. EasyWav2lip

使用教程：

打开软件后

 

 

会自动弹出网页界面

 

 

使用很简单，只需要上传人脸说话视频，和一段语音。

 

 

建议的一些参数使用

 

 

最后点击制作等待生成即可。

一键包获取方式，公 众 呀 是哪 个 好！InnoTechX

发送 ”ivw“

 

 

 

2. VideoRetalking

使用教程：

打开软件后，会自动打开网页跳转界面，没有跳转就自行复制打开

 

 

上传视频、语音素材

 

 

最后点击制作即可

 

 

一键包获取方式，公 众 呀 是哪 个 好！InnoTechX

发送 “ivr”

 

 

3. FaceFusion

下载压缩包，解压到本地，全路径不能包含中文，包括视频、语音素材。

 

点击启动整合包.exe

 

 

启动后会自动跳转到网页打开

 

 

选择帧处理器按照下图标注设置，设置执行器，以及上传素材

 

 

最后点击开始即可

 

PS：这里的输出视频长度不是由音频决定的，是由视频决定的，你需要多长的语音，就需要提供和语音一样长度的视频，用视频剪辑软件剪切拼接下重复人脸片段即可。

一键整合包获取方式，公 众 呀 是哪 个 好！InnoTechX

发送 “ff”

 

 

效果对比

在整体效果上，EasyWav2lip 优于 VideoRetalking 和 FaceFusion，特别是在生成自然唇形动作和同步准确性上。

 

注意事项

使用视频素材时，建议使用720p分辨率的视频，因为这些模型通常在较低分辨率下训练，相较于1080p视频，720p能提供更好的效果。即便唇形同步后的视频清晰度不高，后续也可以通过高清模型进行优化处理，达到真实逼真的视觉效果。

 

其他在线唇形同步平台推荐

如果你不介意付费，也可以尝试一些提供类似功能的在线平台：

• Rask: [https://zh.rask.ai/]
• HeyGen: [https://app.heygen.com]
• Synthesia: [https://www.synthesia.io/#free-ai-video]
• Elai: [https://elai.io/]
• Colossyan: [https://www.colossyan.com/ai]
• SyncLabs: [https://app.synclabs.so/playground/lip-sync]

这些平台都提供了相关功能，适合那些有更高预算的用户。

 

如果使用EasyWavlip和VideoRetalking得到的视频不高清，想要更高清，欢迎公众号骚扰我，教你如何使用模型将视频变的更高清。