1 Video-retalking 、Wav2lip 、SadTalker 、 GeneFace 、SadTalker-Video-Lip-Sync、VideoRespeak Easy-Wav2Lip、GeneFacePlusPlus 、SyncTalk、flyworks.ai对比

2 Video-ReTalking 使用总结

AI实现视频人物嘴型与输入的声音同步。

MuseTalk一键整合包

1 环境安装

下面是官方安装：

video-retalking一键整合包

1 环境安装

下面是官方安装：

AI stable diffusion和 facechain

20230916讨论.md

project_facechain/1.讨论 at main · hit-perfect/project_facechain (github.com)

1 目前计划实现的内容

导入拍摄好的图片，通过AI处理提取人脸、身形等关键信息

1 Faster_Whisper优点

Faster_Whisper是基于OpenAI的Whisper模型的高效实现。主要包括以下特点：

1. 更高效：其利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。这种实现既提高了语音识别的速度，同时还优化了内存使用效率。
2. 稳定性：Faster-Whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度。
3. 可用性：减少模型的层数、参数量和模型结构，这样就减少了计算量和内存消耗，并改进了推理算法和计算过程，减少了冗余计算，进一步提高了模型的运行速度。

适用场景主要包括：语音识别、语音转写、大规模语音数据处理等。在处理大规模的语音数据时，因为其高效的计算能力和优秀的内存优化，使得Faster_Whisper得到了广泛应用

Lora/DB模型云端训练(适配Kaggle云平台) - Training GUI 秋叶版

创建时间：2023年11月11日 上次更新：2024年1月5日 】

1 本项目旨在降低模型训练的门槛，帮助更多人不花钱就能炼出自己的模型

2 使用教程见专栏：https://www.bilibili.com/read/cv28372468/?jump_opus=1

• 2.1 Lora训练GUI使用了秋叶发布的保姆式LoRA模型一键包文件，对新人友好

• 2.2 Kaggle为世界最大的数据平台，提供了免费显卡资源。

• 2.3 经测试，此项目可在Android手机上Edge浏览器运行，但上传训练集步骤可能存在困难，建议PC端运行。

• 2.4 新版训练GUI现在支持训练DB大模型了，经过测试可训练

  3 作者 BY bilibili NYAN9。此源码为免费公开，分享。若发现有人倒卖，请立即向作者举报

第一步： 填写你的训练集路径（右侧Add Data上传，将图片或者训练集传上去）

测试了groq下，速度是很快，中文的推理 准确快，不过准确度一般。

开发者可在groq官网上申请免费试用，也可以在Poe上免费体验Groq。