SadTalker可以根据一张图片、一段音频，合成面部说这段语音的视频。图片需要真人或者接近真人。

安装ffmpeg

下载地址：

https://www.gyan.dev/ffmpeg/builds/

下载ffmpeg-git-full.7z 后解压，将解压后的目录\bin添加到环境变量的Path中。

在终端输入ffmpeg命令，查看ffmpeg是否安装成功。

安装SadTalker插件

在WebUI的extensions选项卡下，使用“Install from URL”安装SadTalker插件。

插件地址：

https://github.com/OpenTalker/SadTalker

下载checkpoint

下载地址：

https://github.com/OpenTalker/SadTalker/releases

将下载下来的checkpoint放入stable-diffusion-webui/extensions/SadTalker/checkpoints/目录下。

使用SadTalker

重新启动WebUI，可以看到多出来一个SadTalker选项卡。

参数说明：

• Source image，原始图片，最好是大头，不然会显得不自然
• Input audio，输入音频，使用SadTalker示例的音频测试（\extensions\SadTalker\examples\driven_audio）
• preprocess，图像预处理方式，crop（剪裁）, resize（重置大小）, full(原图)，其中crop根据面部关键点生成的表情和动画相对逼真，前提是不要全图，看起来会很怪
• Still Mode (fewer head motion, works with preprocess `full`)，使用与原始图像相同的姿势，减少头部运动。这个选项在full(原图)的时候很有必要，优化人物头部运动，生成的视频更加自然。
• GFPGAN as Face enhancer，勾选上, 可以获得更好的面部质量