PaddleHub元宇宙直通车：手把手教你造个虚拟数字人
source link: https://my.oschina.net/u/4067628/blog/5402056
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
PaddleHub元宇宙直通车：手把手教你造个虚拟数字人 - 飞桨PaddlePaddle的个人空间 - OSCHINA - 中文开源技术交流社区
元宇宙时代已经来临，当你看到网络新闻上形形色色的虚拟人的时候，是不是有些心动？你是否认为创造虚拟人需要很大的学习成本和技术投入，普通开发者单枪匹马根本无法办得到？现在这些都不再是问题，飞桨预训练模型应用工具PaddleHub助你快速实现！
文章指路：
相信大家都接收到前几天这个虚拟数字人给大家的新年祝福了，今天给大家做一个技术详细揭秘。
背后支持虚拟数字人的“神秘力量”，其实是飞桨强大的开源生态和AI能力。
飞桨语音模型库PaddleSpeech将文字转换成语音，让虚拟数字人有了自己的声音。飞桨生成对抗网络开发套件PaddleGAN的人脸生成能力赋予了虚拟数字人一张可爱的脸蛋，表情迁移、唇形合成（同步）等模型驱动虚拟数字人的脸部活动，让虚拟人更加栩栩如生。
目前PaddleHub已经把以上模型纳入了模型库当中，现在只需要通过简单的十几行代码调用模型，输入图片和文字，即可生成一个生动形象的虚拟数字人。
技术原理
生成虚拟数字人总共需要调用三个模型，分别是First Order Motion（表情迁移）、Text to Speech（文本转语音）和Wav2Lip（唇形合成）。
实现步骤
1.把图像放入First Order Motion模型实现面部表情迁移，让虚拟主播的表情更加逼近真人。
依赖安装
图像准备
首先需要准备一张带背景和人脸的二维静态图像，如图所示。
表情迁移
通过FOM模型，输入图像和驱动视频，让人像动起来。
2.输入你想让数字人说的话，通过Text to Speech模型，将输入的文字转换成音频输出。
3.得到面部表情迁移的视频和音频之后，将音频文件和动态视频输入到Wav2Lip模型，并根据音频内容调整唇形，让唇形根据说话的内容动态改变，使得虚拟人更加接近真人效果。
经过上面的三个步骤，一个虚拟数字人的视频就生成了。
高阶玩法
PaddleBoBo是飞桨社区开发者基于飞桨框架和PaddleSpeech、PaddleGAN等开发套件的虚拟主播快速生成项目。除了可以实现以上功能之外，同时还支持调整语速、音高等，更可以经过简单的二次开发，实现实时新闻生成、直播播报等，欢迎大家体验和一键三连！
Github：
https://github.com/JiehangXie/PaddleBoBo
同时也欢迎感兴趣的大佬加入，共同打造飞桨元宇宙！
虚拟数字人的实现离不开飞桨开源生态的努力，希望大家给下面优秀的开源项目点star⭐
⭐ PaddleGAN：
https://github.com/PaddlePaddle/PaddleGAN
⭐ PaddleSpeech：
https://github.com/PaddlePaddle/PaddleSpeech
⭐ PaddleHub：
https://github.com/PaddlePaddle/PaddleHub
关注公众号，获取更多技术内容~
本文同步分享在 博客“飞桨PaddlePaddle”（CSDN）。
如有侵权，请联系 [email protected] 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK