助力企业打造全方位的新职业人才
可搜索课程、软件、讲师、读书、直播
通过Stable-Diffusion插件SadTalker可以将静态的图片加上音频，生成一段视频。根据插件介绍就是“单人像图像+ 音频=会说话的头像视频”。当然市面上也有很好用的AI工具，例如D-ID，通过D-ID这个强大的工具去实现这个功能，但是D-ID是需要付费使用。
SadTalker工具既可以单独本地安装运行，也可以在Stable-Diffusion运行，本次主要介绍在Stable-Diffusion-WebUI中运行SadTalker插件的安装、下载、介绍以及使用，如果你想独立使用SadTalker，可行查看github文档。
安装成功后，我们就可以在Stable-Diffusion-WebUI界面中看到SadTalker插件了，如果没有显示SadTalker插件可以重新安装一次即可。
下载文件完成后，2个zip压缩包文件需要解压（解压在当前文件夹内即可），解压完成后2个ZIP文件删除即可，这些文件都需要放在新建的checkpoints文件夹内。
我们简单介绍一下SadTalker插件中的具体功能项，SadTalker左侧主要是上传图片、上传音频文件以及从文生图获取图片（load From txt2img）、从图生图获取图片（load From img2img）。
接下来我们实际操作一下SadTalker插件的使用，看看最终生成的效果如何。
首先我们从文生图（txt2img）生成一张人物图片，由于是测试效果，这里我们就生成512*512尺寸的图片。
在SadTalker插件中，我们点击load From txt2img获取图片，接着上传一段音频文件。
音频文件上传成功后，我们可以在WebUI听一下音频文件是否有异常，这里生成视频花费的时间与音频时长有关，大家根据自身显卡的情况选择适当的音频长度。需要注意的是，这里上传的音频格式需要wav格式，我使用mp3、m4a都失败了。
我们选择crop，勾选Face enhancement后，点击生成，如果
若在生成视频时，直接跳出错误，大概是文件没有下载，大家先去下载必须得程序文件。
点击生成后，若有看到这样的进度跑起来了，基本就说明成功了
由于我使用AutoDL运行的Stable-Diffusion-WebUI，最终生成的文件无法正常合并成视频，但是可以在文件夹中找到对应的音频文件和人物视频文件，只需要把视频和音频合并即可。
若是在本地运行的Stable-Diffusion-WebUI在WebUI的窗口即可进行预览效果了（大家可以自行尝试一下哦）
目前插件效果还有待提升，相信随着制作人员的更新，后续会越来越好用的，大家可以持续关注。
你不可错过的好内容：
《使用Autodl进行云端部署Stable-Diffusion-WebUI超详细教程！》
《Autodl中运行Stable-Diffusion-webui 大模型/LoRA模型下载教程》
《Stable-Diffusion小知识：什么是LoRA模型？》
《Stable-Diffusion小知识：什么是VAE模型？》
《Stable-Diffusion小知识：采样方法(Sampler method)和采样迭代步骤(steps)》