Zum Hauptinhalt springen

Übersicht

Runtime MetaHuman Lip Sync Dokumentation

Runtime MetaHuman Lip Sync ist ein Plugin, das Echtzeit-, Offline- und plattformübergreifende Lippenbewegungssynchronisation für sowohl MetaHuman- als auch benutzerdefinierte Charaktere ermöglicht. Es erlaubt Ihnen, die Lippen eines Charakters als Reaktion auf Audioeingaben aus verschiedenen Quellen zu animieren, einschließlich:

Das Plugin generiert intern Viseme (visuelle Darstellungen von Phonemen) basierend auf der Audioeingabe. Da es direkt mit Audiodaten und nicht mit Text arbeitet, unterstützt das Plugin mehrsprachige Eingaben, einschließlich, aber nicht beschränkt auf Englisch, Spanisch, Französisch, Deutsch, Japanisch, Chinesisch, Koreanisch, Russisch, Italienisch, Portugiesisch, Arabisch und Hindi. Im Grunde wird jede Sprache unterstützt, da die Lippenbewegungssynchronisation aus Audio-Phonemen und nicht aus sprachspezifischer Textverarbeitung generiert wird.

Das Standardmodell erzeugt 14 Viseme und führt die Lippenbewegungssynchronisations-Animation unter Verwendung eines vordefinierten Pose-Assets durch. Im Gegensatz dazu generieren die Realistischen Modelle (ausschließlich für MetaHuman-Charaktere) 81 Gesichtssteuerungsänderungen, ohne sich auf ein vordefiniertes Pose-Asset zu verlassen, was deutlich realistischere Gesichtsanimationen zur Folge hat.

Charakterkompatibilität

Trotz seines Namens funktioniert Runtime MetaHuman Lip Sync mit einer Vielzahl von Charakteren, die über MetaHumans hinausgehen:

Beliebte kommerzielle Charaktersysteme

  • Daz Genesis 8/9 Charaktere
  • Reallusion Character Creator 3/4 (CC3/CC4) Charaktere
  • Mixamo Charaktere
  • ReadyPlayerMe Avatare

Unterstützte Animationsstandards

  • FACS-basierte Blendshape-Systeme
  • Apple ARKit Blendshape-Standard
  • Preston Blair Phonem-Sets
  • 3ds Max Phonem-Systeme
  • Jeder Charakter mit benutzerdefinierten Morph-Zielen für Gesichtsausdrücke

Detaillierte Anleitungen zur Verwendung des Plugins mit Nicht-MetaHuman-Charakteren finden Sie im Leitfaden zur Einrichtung benutzerdefinierter Charaktere.

Animationsvorschau

Sehen Sie sich diese kurzen Animationen an, um die Qualität der vom Plugin erzeugten Lippenbewegungssynchronisations-Animation über verschiedene Charaktertypen und Modelle hinweg zu sehen:

Realistic Lip Sync Example
Realistisches Modell mit MetaHuman-Charakter
Standard Lip Sync Example
Standardmodell mit MetaHuman-Charakter
Custom Character Lip Sync Example
Standardmodell mit benutzerdefiniertem Charakter
Custom Character Lip Sync Example
Standardmodell mit benutzerdefiniertem Charakter

Hauptfunktionen

  • Echtzeit-Lippensynchronisation von Mikrofoneingang
  • Unterstützung für Offline-Audiobearbeitung
  • Plattformübergreifende Kompatibilität mit modellspezifischer Plattformunterstützung
  • Unterstützung für mehrere Charaktersysteme und Animationsstandards
  • Flexible Visem-Zuordnung für benutzerdefinierte Charaktere
  • Universelle Sprachunterstützung - funktioniert mit jeder gesprochenen Sprache durch Audioanalyse
  • Stimmungsbewusste Gesichtsanimation für verbesserte Ausdruckskraft
  • Konfigurierbare Ausgabetypen (vollständiges Gesicht oder nur Mundsteuerungen)

Lippensynchronisations-Modelle

Das Plugin bietet mehrere Lippensynchronisations-Modelle für verschiedene Projektanforderungen:

Das Standard-Lippensynchronisationsmodell bietet effiziente, plattformübergreifende Leistung mit breiter Charakterkompatibilität:

  • Funktioniert mit MetaHumans und allen benutzerdefinierten Charaktertypen
  • Für Echtzeitleistung optimiert
  • Geringere Ressourcenanforderungen
  • Volle Kompatibilität mit lokalem TTS (Runtime Text To Speech Plugin)
  • Plattformunterstützung: Windows, Android, Android-basierte Plattformen (einschließlich Meta Quest)
Erweiterungs-Plugin erforderlich

Um das Standardmodell zu verwenden, müssen Sie ein zusätzliches Erweiterungs-Plugin installieren. Siehe Abschnitt Voraussetzungen für Installationsanweisungen.

Sie können das geeignete Modell basierend auf den Anforderungen Ihres Projekts an Leistung, Charakterkompatibilität, visueller Qualität, Zielplattform und Funktionsbedarf auswählen.

Hinweis zur TTS-Kompatibilität

Während alle Modelle verschiedene Audioeingabemethoden unterstützen, hat das reguläre Realistic-Modell eine eingeschränkte Kompatibilität mit lokalem TTS aufgrund von ONNX Runtime-Konflikten. Das mood-fähige Realistic-Modell ist jedoch vollständig mit lokalem TTS kompatibel. Für die Text-zu-Sprache-Funktionalität:

  • Standardmodell: Kompatibel mit allen TTS-Optionen (lokal und extern)
  • Realistic-Modell: Externe TTS-Dienste empfohlen (OpenAI, ElevenLabs)
  • Mood-fähiges Realistic-Modell: Kompatibel mit allen TTS-Optionen (lokal und extern)

Wie es funktioniert

Das Plugin verarbeitet Audioeingaben auf folgende Weise:

  1. Audiodaten werden als PCM-Format in Float mit angegebenen Kanälen und Abtastrate empfangen
  2. Das Plugin verarbeitet das Audio, um Gesichtssteuerdaten oder Viseme zu generieren, abhängig vom Modell
  3. Bei mood-fähigen Modellen wird emotionaler Kontext auf die Gesichtsanimation angewendet
  4. Die Animationsdaten steuern die Gesichtsbewegungen des Charakters in Echtzeit

Schnellstart

Hier ist eine grundlegende Einrichtung, um Lipsync für Ihren Charakter zu aktivieren:

  1. Für MetaHuman-Charaktere, folgen Sie dem Setup-Leitfaden
  2. Für benutzerdefinierte Charaktere, folgen Sie dem Leitfaden für benutzerdefinierte Charaktere
  3. Wählen und konfigurieren Sie Ihr bevorzugtes Lipsync-Modell
  4. Richten Sie die Audioeingabeverarbeitung in Ihrem Blueprint ein
  5. Verbinden Sie den entsprechenden Lipsync-Knoten im Animation Blueprint
  6. Spielen Sie Audio ab und sehen Sie, wie Ihr Charakter mit Emotion spricht!

Zusätzliche Ressourcen

🎥 Video-Tutorials

Ausgewählte Demo:

Realistische Modell (Hochwertig) Tutorials:

Standard-Modell Tutorials:

Allgemeine Einrichtung:

💬 Support