Comment utiliser le plugin

Ce guide vous explique comment configurer Runtime MetaHuman Lip Sync pour vos personnages MetaHuman.

Remarque : Runtime MetaHuman Lip Sync fonctionne avec les MetaHuman et les personnages personnalisés. Le plugin prend en charge divers types de personnages, notamment :

• Les personnages commerciaux populaires (Daz Genesis 8/9, Reallusion CC3/CC4, Mixamo, ReadyPlayerMe, etc.)
• Les personnages avec des blendshapes basés sur FACS
• Les modèles utilisant les standards de blendshape ARKit
• Les personnages avec des ensembles de phonèmes Preston Blair
• Les systèmes de phonèmes 3ds Max
• Tout personnage avec des morph targets personnalisés pour les expressions faciales

Pour des instructions détaillées sur la configuration des personnages personnalisés, y compris les références de mappage des visèmes pour tous les standards ci-dessus, consultez le Guide de configuration des personnages personnalisés.

Prérequis

Avant de commencer, assurez-vous que :

1. Le plugin MetaHuman est activé dans votre projet (Remarque : À partir d'UE 5.6, cette étape n'est plus nécessaire car la fonctionnalité MetaHuman est intégrée directement dans le moteur)
2. Vous avez au moins un personnage MetaHuman téléchargé et disponible dans votre projet
3. Le plugin Runtime MetaHuman Lip Sync est installé

Plugin d'extension de modèle standard

Si vous prévoyez d'utiliser le Modèle Standard (Plus rapide), vous devrez installer le plugin d'extension :

1. Téléchargez le Standard Lip Sync Extension plugin depuis Google Drive
2. Extrayez le dossier de l'archive téléchargée dans le dossier Plugins de votre projet (créez ce dossier s'il n'existe pas)
3. Assurez-vous que votre projet est configuré comme un projet C++ (même si vous n'avez pas de code C++)
4. Recompilez votre projet

remarque

• Cette extension est uniquement requise si vous souhaitez utiliser le Modèle Standard. Si vous n'avez besoin que du Modèle Réaliste, vous pouvez ignorer cette étape.
• Pour plus d'informations sur la construction manuelle des plugins, consultez le Tutoriel sur la construction des plugins

Plugins supplémentaires

• Si vous prévoyez d'utiliser la capture audio (par exemple, l'entrée microphone), installez le plugin Runtime Audio Importer.
• Si vous prévoyez d'utiliser la fonctionnalité text-to-speech avec mes plugins (vous pouvez avoir votre propre TTS personnalisé ou une autre entrée audio), alors en plus du plugin Runtime Audio Importer, installez également :
  • Pour le TTS local, le plugin Runtime Text To Speech.
  • Pour les fournisseurs de TTS externes (ElevenLabs, OpenAI), le plugin Runtime AI Chatbot Integrator.

Configuration spécifique à la plateforme

Configuration Android / Meta Quest

Si vous ciblez les plateformes Android ou Meta Quest et que vous rencontrez des erreurs de compilation avec ce plugin, vous devrez désactiver l'architecture Android x86_64 (x64) dans les paramètres de votre projet :

1. Allez dans Edit > Project Settings
2. Naviguez vers Platforms > Android
3. Sous Platforms - Android, section Build, trouvez Support x86_64 [aka x64] et assurez-vous qu'il est désactivé, comme montré ci-dessous

Ceci est dû au fait que le plugin ne prend actuellement en charge que les architectures arm64-v8a et armeabi-v7a pour les plateformes Android / Meta Quest.

Processus d'installation

Étape 1 : Localiser et modifier le Blueprint d'animation faciale

UE 5.5 et versions antérieures (ou MetaHumans Legacy dans UE 5.6+)

Vous devez modifier un Animation Blueprint qui sera utilisé pour les animations faciales de votre personnage MetaHuman. Le Animation Blueprint facial par défaut des MetaHumans se trouve à l'emplacement :

Content/MetaHumans/Common/Face/Face_AnimBP

Vous avez plusieurs options pour implémenter la fonctionnalité de lip sync :

Modifier l'Asset par Défaut (Option la Plus Simple)

Ouvrez directement le Face_AnimBP par défaut et effectuez vos modifications. Tous les changements affecteront tous les personnages MetaHuman utilisant ce Animation Blueprint.

Note : Cette approche est pratique mais impactera tous les personnages utilisant le Animation Blueprint par défaut.

Créer un Duplicata

1. Dupliquez Face_AnimBP et donnez-lui un nom descriptif
2. Localisez la classe Blueprint de votre personnage (par exemple, pour le personnage "Bryan", elle se trouverait à Content/MetaHumans/Bryan/BP_Bryan)
3. Ouvrez le Blueprint du personnage et trouvez le composant Face
4. Modifiez la propriété Anim Class pour utiliser votre nouveau Animation Blueprint dupliqué

Note : Cette approche vous permet de personnaliser le lip sync pour des personnages spécifiques tout en laissant les autres inchangés.

Utiliser un Animation Blueprint Personnalisé

Vous pouvez implémenter le mélange de lip sync dans n'importe quel Animation Blueprint ayant accès aux os faciaux requis :

1. Créez ou utilisez un Animation Blueprint personnalisé existant
2. Assurez-vous que votre Animation Blueprint fonctionne avec un squelette contenant les mêmes os faciaux que le Face_Archetype_Skeleton par défaut des MetaHumans (qui est le squelette standard utilisé pour tout personnage MetaHuman)

Note : Cette approche vous offre une flexibilité maximale pour l'intégration avec des systèmes d'animation personnalisés.

Personnages MetaHuman Creator UE 5.6+

À partir d'UE 5.6, le nouveau système MetaHuman Creator a été introduit, créant des personnages sans l'asset traditionnel Face_AnimBP. Pour ces personnages, le plugin fournit un Animation Blueprint pour le visage situé à :

Content/LipSyncData/LipSync_Face_AnimBP

Important

Cette Animation Blueprint se trouve dans le dossier de contenu du plugin et sera écrasée à chaque mise à jour du plugin. Pour éviter de perdre vos personnalisations, il est fortement recommandé de :

1. Copier cet asset dans le dossier Content de votre projet (par exemple, dans YourProject/Content/MetaHumans/LipSync_Face_AnimBP)
2. Utiliser votre version copiée dans la configuration de votre personnage
3. Effectuer toutes vos modifications sur la version copiée

Cela garantit que vos configurations de lip sync persisteront à travers les mises à jour du plugin.

Utilisation de l'Animation Blueprint du visage du plugin :

1. Localisez la classe Blueprint de votre personnage MetaHuman Creator
2. Ouvrez le Blueprint du personnage et trouvez le composant Face
3. Modifiez la propriété Anim Class pour utiliser le LipSync_Face_AnimBP du plugin
4. Continuez avec les étapes 2-4 pour configurer la fonctionnalité Runtime MetaHuman Lip Sync

Options alternatives :

• Utiliser les instructions héritées : Vous pouvez toujours suivre les instructions UE 5.5 ci-dessus si vous travaillez avec des MetaHumans hérités ou préférez le workflow traditionnel
• Créer une Animation Blueprint personnalisée : Créez votre propre Animation Blueprint qui fonctionne avec la structure du squelette MetaHuman Creator

Remarque : Si vous utilisez UE 5.6+ mais travaillez avec des MetaHumans hérités (non créés via MetaHuman Creator), utilisez plutôt les instructions de l'onglet "UE 5.5 et versions antérieures".

Important : Le mélange Runtime MetaHuman Lip Sync peut être implémenté dans n'importe quel asset Animation Blueprint ayant accès à une pose contenant les os faciaux présents dans le Face_Archetype_Skeleton par défaut des MetaHumans. Vous n'êtes pas limité aux options ci-dessus - ce ne sont que des approches d'implémentation courantes.

Étape 2 : Configuration du graphe d'événements

Ouvrez votre Animation Blueprint du visage et basculez vers le Event Graph. Vous devrez créer un générateur qui traitera les données audio et générera l'animation de lip sync.

Modèle standard (plus rapide)

1. Ajoutez le nœud Event Blueprint Begin Play s'il n'existe pas déjà
2. Ajoutez le nœud Create Runtime Viseme Generator et connectez-le à l'événement Begin Play
3. Sauvegardez la sortie dans une variable (par exemple "VisemeGenerator") pour une utilisation dans d'autres parties du graphe

Modèle réaliste (qualité supérieure)

1. Ajoutez le nœud Event Blueprint Begin Play s'il n'existe pas déjà
2. Ajoutez le nœud Create Realistic MetaHuman Lip Sync Generator et connectez-le à l'événement Begin Play
3. Sauvegardez la sortie dans une variable (par exemple "RealisticLipSyncGenerator") pour une utilisation dans d'autres parties du graphe
4. (Optionnel) Configurez les paramètres du générateur en utilisant le paramètre Configuration
5. (Optionnel) Définissez la taille du bloc de traitement sur l'objet Realistic MetaHuman Lip Sync Generator


Remarque : Le modèle réaliste est optimisé spécifiquement pour les personnages MetaHuman et n'est pas compatible avec les types de personnages personnalisés.

Options de configuration

Le nœud Create Realistic MetaHuman Lip Sync Generator accepte un paramètre Configuration facultatif qui vous permet de personnaliser le comportement du générateur :

Type de modèle

Le paramètre Model Type détermine quelle version du modèle réaliste utiliser :

Type de modèle	Performance	Qualité visuelle	Gestion du bruit	Cas d'utilisation recommandés
Highly Optimized (Par défaut)	Performance maximale, utilisation CPU la plus faible	Bonne qualité	Peut montrer des mouvements de bouche visibles avec du bruit de fond ou des sons non vocaux	Environnements audio propres, scénarios critiques en termes de performance
Optimized	Bonne performance, utilisation CPU modérée	Haute qualité	Meilleure stabilité avec audio bruyant	Performance et qualité équilibrées, conditions audio mixtes
Original Unoptimized	Adapté à une utilisation en temps réel sur les CPU modernes	Qualité maximale	Plus stable avec bruit de fond et sons non vocaux	Productions de haute qualité, environnements audio bruyants, lorsque la précision maximale est nécessaire

Paramètres de performance

Intra Op Threads : Contrôle le nombre de threads utilisés pour les opérations de traitement interne du modèle.

• 0 (Par défaut/Automatique) : Utilise la détection automatique (généralement 1/4 des cœurs CPU disponibles, maximum 4)
• 1-16 : Spécifiez manuellement le nombre de threads. Des valeurs plus élevées peuvent améliorer les performances sur les systèmes multi-cœurs mais utilisent plus de CPU

Inter Op Threads : Contrôle le nombre de threads utilisés pour l'exécution parallèle des différentes opérations du modèle.

• 0 (Par défaut/Automatique) : Utilise la détection automatique (généralement 1/8 des cœurs CPU disponibles, maximum 2)
• 1-8 : Spécifiez manuellement le nombre de threads. Généralement gardé faible pour le traitement en temps réel

Utilisation de la configuration

Pour configurer le générateur :

1. Dans le nœud Create Realistic MetaHuman Lip Sync Generator, développez le paramètre Configuration
2. Définissez Model Type sur votre option préférée :
   • Utilisez Highly Optimized pour les meilleures performances (recommandé pour la plupart des utilisateurs)
   • Utilisez Optimized pour un équilibre entre performance et qualité
   • Utilisez Original Unoptimized uniquement lorsque la qualité maximale est essentielle
3. Ajustez Intra Op Threads et Inter Op Threads si nécessaire (laissez à 0 pour une détection automatique dans la plupart des cas) Recommandations de Performance :

• Pour la plupart des projets avec un audio propre, utilisez Highly Optimized pour les meilleures performances
• Si vous travaillez avec un audio contenant du bruit de fond, de la musique ou des sons non vocaux, envisagez d'utiliser les modèles Optimized ou Original Unoptimized pour une meilleure stabilité
• Le modèle Highly Optimized peut montrer des mouvements de bouche subtils lors du traitement d'audio non vocal en raison des techniques d'optimisation appliquées lors de la création du modèle
• Le modèle Original Unoptimized, bien qu'il nécessite plus de ressources CPU, reste adapté aux applications en temps réel sur du matériel moderne et fournit les résultats les plus précis avec des conditions audio difficiles
• Ne modifiez le nombre de threads que si vous rencontrez des problèmes de performance ou avez des besoins d'optimisation spécifiques
• Un nombre de threads plus élevé ne signifie pas toujours de meilleures performances - les valeurs optimales dépendent de votre matériel spécifique et des exigences de votre projet

Configuration de la Taille des Blocs de Traitement : La Processing Chunk Size détermine le nombre d'échantillons traités à chaque étape d'inférence. La valeur par défaut est 160 échantillons, ce qui correspond à 10ms d'audio à 16kHz (la fréquence d'échantillonnage de traitement interne). Vous pouvez ajuster cette valeur pour équilibrer entre la fréquence de mise à jour et l'utilisation du CPU :

• Les valeurs plus petites fournissent des mises à jour plus fréquentes mais augmentent l'utilisation du CPU
• Les valeurs plus grandes réduisent la charge CPU mais peuvent diminuer la réactivité du Lip Sync

Pour définir la Processing Chunk Size :

1. Accédez à votre objet Realistic MetaHuman Lip Sync Generator
2. Localisez la propriété Processing Chunk Size
3. Définissez votre valeur souhaitée

Il est recommandé d'utiliser des valeurs qui sont des multiples de 160. Cela s'aligne avec la structure de traitement interne du modèle. Les valeurs recommandées incluent :

• 160 (par défaut, minimum recommandé)
• 320
• 480
• 640
• etc.

La Processing Chunk Size par défaut de 160 échantillons correspond à 10ms d'audio à 16kHz. Utiliser des multiples de 160 maintient l'alignement avec cette unité de base, ce qui peut aider à optimiser l'efficacité du traitement et maintenir un comportement cohérent pour différentes tailles de blocs.

Recréation du Realistic Model Generator

Pour un fonctionnement fiable et cohérent avec le Realistic Model, il est nécessaire de recréer le Realistic MetaHuman Lip Sync Generator chaque fois que vous souhaitez fournir de nouvelles données audio après une période d'inactivité. Cela est dû au comportement du runtime ONNX qui peut faire cesser le fonctionnement du lip sync lors de la réutilisation de générateurs après des périodes de silence.

Exemple de scénario : Si vous avez effectué un lip sync TTS puis arrêté, et que plus tard vous souhaitez effectuer à nouveau un lip sync avec un nouvel audio, créez un nouveau Realistic MetaHuman Lip Sync Generator au lieu de réutiliser l'existant.

Étape 3 : Configurer le traitement de l'entrée audio

Vous devez configurer une méthode pour traiter l'entrée audio. Il existe plusieurs façons de le faire selon votre source audio.

Microphone (Temps réel)

Cette approche effectue la synchronisation labiale en temps réel pendant que vous parlez dans le microphone :

Modèle standard (plus rapide)

1. Créez une Capturable Sound Wave en utilisant Runtime Audio Importer
2. Avant de commencer à capturer l'audio, liez-vous au délégué OnPopulateAudioData
3. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator
4. Commencez la capture audio depuis le microphone

Noeuds copiables.

Modèle réaliste (qualité supérieure)

Le Modèle réaliste utilise le même flux de travail de traitement audio que le Modèle standard, mais avec la variable RealisticLipSyncGenerator au lieu de VisemeGenerator.

Dans chacun des exemples montrés pour le Modèle standard, remplacez simplement :

• VisemeGenerator par votre variable RealisticLipSyncGenerator
• Les noms de fonctions et paramètres restent identiques entre les deux modèles

Noeuds copiables.

Microphone (Lecture)

Cette approche capture l'audio depuis un microphone, puis le lit avec synchronisation labiale :

Modèle standard (plus rapide)

1. Créez une Capturable Sound Wave en utilisant Runtime Audio Importer
2. Commencez la capture audio depuis le microphone
3. Avant de lire la capturable sound wave, liez-vous à son délégué OnGeneratePCMData
4. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator

Noeuds copiables.

Realistic (Higher Quality) Model

Le Modèle Réaliste utilise le même flux de travail de traitement audio que le Modèle Standard, mais avec la variable RealisticLipSyncGenerator au lieu de VisemeGenerator.

Dans chacun des exemples montrés pour le Modèle Standard, remplacez simplement :

• VisemeGenerator par votre variable RealisticLipSyncGenerator
• Les noms de fonctions et paramètres restent identiques entre les deux modèles

Noeuds copiables.

Remarque : Si vous souhaitez traiter les données audio par segments plus petits pour un lip sync plus réactif, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser le taux d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de lip sync plus fréquentes.

Text-to-Speech (Local)

Regular

Cette approche synthétise la parole à partir de texte et effectue le lip sync :

Standard (Faster) Model

1. Utilisez Runtime Text To Speech pour générer la parole à partir de texte
2. Utilisez Runtime Audio Importer pour importer l'audio synthétisé
3. Avant de lire le son importé, liez-vous à son délégué OnGeneratePCMData
4. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator

Noeuds copiables.

Realistic (Higher Quality) Model

Compatibilité TTS Local

Le TTS local fourni par le plugin Runtime Text To Speech n'est actuellement pas pris en charge avec le modèle Réaliste en raison de conflits avec le runtime ONNX. Pour le text-to-speech avec le modèle Réaliste, envisagez d'utiliser des services TTS externes (comme OpenAI ou ElevenLabs via Runtime AI Chatbot Integrator) ou utilisez plutôt le modèle Standard.

Remarque : Si vous souhaitez traiter les données audio par segments plus petits pour un lip sync plus réactif, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser le taux d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de lip sync plus fréquentes.

Streaming

Cette approche utilise la synthèse vocale en streaming avec synchronisation labiale en temps réel :

Standard (Modèle Plus Rapide)

1. Utilisez Runtime Text To Speech pour générer de la parole en streaming à partir de texte
2. Utilisez Runtime Audio Importer pour importer l'audio synthétisé
3. Avant de lire l'onde sonore en streaming, liez-vous à son délégué OnGeneratePCMData
4. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator

Noeuds copiables.

Realistic (Modèle de Meilleure Qualité)

Compatibilité TTS Local

Le TTS local fourni par le plugin Runtime Text To Speech n'est actuellement pas pris en charge avec le modèle Realistic en raison de conflits avec le runtime ONNX. Pour la synthèse vocale avec le modèle Realistic, envisagez d'utiliser des services TTS externes (comme OpenAI ou ElevenLabs via Runtime AI Chatbot Integrator) ou utilisez plutôt le modèle Standard.

Remarque : Si vous souhaitez traiter les données audio par morceaux plus petits pour une synchronisation labiale plus réactive, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser la fréquence d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de synchronisation labiale plus fréquentes.

Text-to-Speech (APIs Externes)

Standard

Cette approche utilise le plugin Runtime AI Chatbot Integrator pour générer de la parole synthétisée à partir de services d'IA (OpenAI ou ElevenLabs) et effectuer la synchronisation labiale :

Standard (Modèle Plus Rapide)

1. Utilisez Runtime AI Chatbot Integrator pour générer de la parole à partir de texte en utilisant des APIs externes (OpenAI, ElevenLabs, etc.)
2. Utilisez Runtime Audio Importer pour importer les données audio synthétisées
3. Avant de lire l'onde sonore importée, liez-vous à son délégué OnGeneratePCMData
4. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator

Noeuds copiables.

Realistic (Higher Quality) Model

Le Modèle Réaliste utilise le même flux de travail de traitement audio que le Modèle Standard, mais avec la variable RealisticLipSyncGenerator au lieu de VisemeGenerator.

Dans chacun des exemples montrés pour le Modèle Standard, remplacez simplement :

• VisemeGenerator par votre variable RealisticLipSyncGenerator
• Les noms de fonctions et paramètres restent identiques entre les deux modèles

Noeuds copiables.

Remarque : Si vous souhaitez traiter les données audio par segments plus petits pour une synchro labiale plus réactive, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser le taux d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de synchro labiale plus fréquentes.

Streaming

Cette approche utilise le plugin Runtime AI Chatbot Integrator pour générer une parole synthétisée en streaming à partir de services d'IA (OpenAI ou ElevenLabs) et effectuer la synchro labiale :

Standard (Faster) Model

1. Utilisez Runtime AI Chatbot Integrator pour vous connecter aux API TTS en streaming (comme ElevenLabs Streaming API)
2. Utilisez Runtime Audio Importer pour importer les données audio synthétisées
3. Avant de lire le son en streaming, liez-vous à son délégué OnGeneratePCMData
4. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator

Noeuds copiables.

Realistic (Higher Quality) Model

Le Modèle Réaliste utilise le même flux de travail de traitement audio que le Modèle Standard, mais avec la variable RealisticLipSyncGenerator au lieu de VisemeGenerator.

Dans chacun des exemples montrés pour le Modèle Standard, remplacez simplement :

• VisemeGenerator par votre variable RealisticLipSyncGenerator
• Les noms de fonctions et paramètres restent identiques entre les deux modèles

Noeuds copiables.

Remarque : Si vous souhaitez traiter les données audio par morceaux plus petits pour un lip sync plus réactif, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser le taux d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de lip sync plus fréquentes.

Depuis un fichier/tampon audio

Cette approche utilise des fichiers audio pré-enregistrés ou des tampons audio pour le lip sync :

Modèle standard (plus rapide)

1. Utilisez Runtime Audio Importer pour importer un fichier audio depuis le disque ou la mémoire
2. Avant de lire le son importé, liez-vous à son délégué OnGeneratePCMData
3. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator
4. Jouez le son importé et observez l'animation de lip sync

Nœuds copiables.

Modèle réaliste (qualité supérieure)

Le Modèle réaliste utilise le même flux de travail de traitement audio que le Modèle standard, mais avec la variable RealisticLipSyncGenerator au lieu de VisemeGenerator.

Dans chacun des exemples montrés pour le Modèle standard, remplacez simplement :

• VisemeGenerator par votre variable RealisticLipSyncGenerator
• Les noms de fonctions et paramètres restent identiques entre les deux modèles

Nœuds copiables.

Remarque : Si vous souhaitez traiter les données audio par morceaux plus petits pour un lip sync plus réactif, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser le taux d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de lip sync plus fréquentes.

Streaming Audio Buffer

Pour diffuser des données audio depuis un tampon, vous avez besoin de :

Standard (Modèle Plus Rapide)

1. Des données audio au format PCM float (un tableau d'échantillons en virgule flottante) disponibles depuis votre source de streaming
2. Le taux d'échantillonnage et le nombre de canaux
3. Appelez ProcessAudioData depuis votre Runtime Viseme Generator avec ces paramètres au fur et à mesure que les morceaux audio deviennent disponibles

Voici un exemple de traitement de la synchronisation labiale à partir de données audio en streaming :

Noeuds copiables.

Remarque : Lorsque vous utilisez des sources audio en streaming, assurez-vous de gérer correctement le timing de lecture audio pour éviter une lecture déformée. Consultez la documentation Streaming Sound Wave pour plus d'informations sur la gestion appropriée du streaming audio.

Realistic (Modèle de Meilleure Qualité)

Le Modèle Réaliste utilise le même flux de travail de traitement audio que le Modèle Standard, mais avec la variable RealisticLipSyncGenerator au lieu de VisemeGenerator.

Dans chacun des exemples montrés pour le Modèle Standard, remplacez simplement :

• VisemeGenerator par votre variable RealisticLipSyncGenerator
• Les noms de fonctions et paramètres restent identiques entre les deux modèles

Noeuds copiables.

Remarque : Lorsque vous utilisez des sources audio en streaming, assurez-vous de gérer correctement le timing de lecture audio pour éviter une lecture déformée. Consultez la documentation Streaming Sound Wave pour plus d'informations sur la gestion appropriée du streaming audio.

Remarque : Si vous souhaitez traiter les données audio en morceaux plus petits pour une synchronisation labiale plus réactive, ajustez le calcul dans la fonction SetNumSamplesPerChunk. Par exemple, diviser le taux d'échantillonnage par 150 (streaming toutes les ~6,67 ms) au lieu de 100 (streaming toutes les 10 ms) fournira des mises à jour de synchronisation labiale plus fréquentes.

Étape 4 : Configuration du Anim Graph

Après avoir configuré le Event Graph, passez au Anim Graph pour connecter le générateur à l'animation du personnage :

Lip Sync

Modèle Standard (Plus Rapide)

1. Localisez la pose qui contient le visage MetaHuman (généralement à partir de Use cached pose 'Body Pose')
2. Ajoutez le nœud Blend Runtime MetaHuman Lip Sync
3. Connectez la pose à Source Pose du nœud Blend Runtime MetaHuman Lip Sync
4. Connectez votre variable RuntimeVisemeGenerator à la broche Viseme Generator
5. Connectez la sortie du nœud Blend Runtime MetaHuman Lip Sync à la broche Result de Output Pose

Lorsqu'une synchronisation labiale est détectée dans l'audio, votre personnage s'anime dynamiquement en conséquence :

Modèle Réaliste (Qualité Supérieure)

1. Localisez la pose qui contient le visage MetaHuman (généralement à partir de Use cached pose 'Body Pose')
2. Ajoutez le nœud Blend Realistic MetaHuman Lip Sync
3. Connectez la pose à Source Pose du nœud Blend Realistic MetaHuman Lip Sync
4. Connectez votre variable RealisticLipSyncGenerator à la broche Lip Sync Generator
5. Connectez la sortie du nœud Blend Realistic MetaHuman Lip Sync à la broche Result de Output Pose

Le Modèle Réaliste offre une qualité visuelle améliorée avec des mouvements de bouche plus naturels :

Remarque : Le Modèle Réaliste est conçu exclusivement pour les personnages MetaHuman et n'est pas compatible avec les types de personnages personnalisés.

Animation de Rire

Vous pouvez également ajouter des animations de rire qui répondront dynamiquement aux rires détectés dans l'audio :

1. Ajoutez le nœud Blend Runtime MetaHuman Laughter
2. Connectez votre variable RuntimeVisemeGenerator à la broche Viseme Generator
3. Si vous utilisez déjà la synchronisation labiale :
   • Connectez la sortie du nœud Blend Runtime MetaHuman Lip Sync à Source Pose du nœud Blend Runtime MetaHuman Laughter
   • Connectez la sortie du nœud Blend Runtime MetaHuman Laughter à la broche Result de Output Pose
4. Si vous utilisez uniquement le rire sans synchronisation labiale :
   • Connectez votre pose source directement à Source Pose du nœud Blend Runtime MetaHuman Laughter
   • Connectez la sortie à la broche Result

Lorsqu'un rire est détecté dans l'audio, votre personnage s'anime dynamiquement en conséquence :

Combinaison avec les Animations Corporelles

Pour appliquer la synchronisation labiale et le rire parallèlement aux animations corporelles existantes sans les écraser :

1. Ajoutez un nœud Layered blend per bone entre vos animations corporelles et la sortie finale. Assurez-vous que Use Attached Parent est activé.
2. Configurez le setup des couches :
   • Ajoutez 1 élément au tableau Layer Setup
   • Ajoutez 3 éléments aux Branch Filters pour la couche, avec les Bone Name suivants :
     • FACIAL_C_FacialRoot
     • FACIAL_C_Neck2Root
     • FACIAL_C_Neck1Root
3. Établissez les connexions :
   • Animations existantes (comme BodyPose) → entrée Base Pose
   • Sortie d'animation faciale (depuis les nœuds de lip sync et/ou de rire) → entrée Blend Poses 0
   • Nœud Layered blend → pose Result finale

Pourquoi cela fonctionne : Les filtres de branche isolent les os de l'animation faciale, permettant au lip sync et au rire de se mélanger exclusivement avec les mouvements faciaux tout en préservant les animations corporelles originales. Cela correspond à la structure du rig facial MetaHuman, garantissant une intégration naturelle.

Remarque : Les fonctionnalités de lip sync et de rire sont conçues pour fonctionner de manière non destructive avec votre setup d'animation existant. Elles n'affectent que les os faciaux spécifiques nécessaires aux mouvements de la bouche, laissant intactes les autres animations faciales. Cela signifie que vous pouvez les intégrer en toute sécurité à n'importe quel moment de votre chaîne d'animation - soit avant d'autres animations faciales (permettant à ces animations de surcharger le lip sync/rire) soit après elles (laissant le lip sync/rire se mélanger par-dessus vos animations existantes). Cette flexibilité vous permet de combiner lip sync et rire avec des clignements d'yeux, des mouvements de sourcils, des expressions émotionnelles et d'autres animations faciales sans conflits.

Configuration

Configuration du Lip Sync

Modèle Standard (Plus Rapide)

Le nœud Blend Runtime MetaHuman Lip Sync possède des options de configuration dans son panneau de propriétés :

Propriété	Par défaut	Description
Vitesse d'interpolation	25	Contrôle la rapidité des transitions entre les visèmes. Des valeurs plus élevées entraînent des transitions plus rapides et plus abruptes.
Temps de réinitialisation	0.2	La durée en secondes après laquelle le lip sync est réinitialisé. Utile pour empêcher la continuation du lip sync après l'arrêt de l'audio.

Modèle Réaliste (Meilleure Qualité)

Le nœud Blend Realistic MetaHuman Lip Sync possède des options de configuration dans son panneau de propriétés :

Propriété	Par défaut	Description
Vitesse d'interpolation	30	Contrôle la rapidité des transitions entre les positions. Des valeurs plus élevées entraînent des transitions plus rapides et plus abruptes.
Temps de réinitialisation	0.2	La durée en secondes après laquelle le lip sync est réinitialisé. Utile pour empêcher la continuation du lip sync après l'arrêt de l'audio.

Configuration du Rire

Le nœud Blend Runtime MetaHuman Laughter possède ses propres options de configuration :

Propriété	Par défaut	Description
Vitesse d'interpolation	25	Contrôle la rapidité des transitions entre les animations de rire. Des valeurs plus élevées entraînent des transitions plus rapides et plus abruptes.
Temps de réinitialisation	0.2	La durée en secondes après laquelle le rire est réinitialisé. Utile pour empêcher que le rire ne continue après l'arrêt de l'audio.
Poids maximal du rire	0.7	Échelonne l'intensité maximale de l'animation de rire (0.0 - 1.0).

Choix entre les modèles de Lip Sync

Lorsque vous décidez quel modèle de Lip Sync utiliser pour votre projet, prenez en compte ces facteurs :

Considération	Modèle Standard	Modèle Réaliste
Compatibilité des personnages	MetaHumans et tous les types de personnages personnalisés	MetaHumans uniquement
Qualité visuelle	Bon Lip Sync avec des performances efficaces	Réalisme amélioré avec des mouvements de bouche plus naturels
Performances	Optimisé pour toutes les plateformes y compris mobile/VR	Ressources légèrement plus élevées requises
Cas d'utilisation	Applications générales, jeux, VR/AR, mobile	Expériences cinématiques, interactions rapprochées avec les personnages

Compatibilité des versions du moteur

Problème de compatibilité UE 5.2

Si vous utilisez Unreal Engine 5.2, le Modèle Réaliste peut ne pas fonctionner correctement en raison d'un bug dans la bibliothèque de rééchantillonnage d'UE. Pour les utilisateurs d'UE 5.2 ayant besoin d'une fonctionnalité de Lip Sync fiable, veuillez utiliser le Modèle Standard à la place.

Ce problème est spécifique à UE 5.2 et n'affecte pas les autres versions du moteur.

Pour la plupart des projets, le Modèle Standard offre un excellent équilibre entre qualité et performances tout en prenant en charge le plus large éventail de types de personnages. Le Modèle Réaliste est idéal lorsque vous avez besoin de la plus haute fidélité visuelle spécifiquement pour les personnages MetaHuman dans des contextes où la surcharge de performances est moins critique.