Comment utiliser le plugin

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

Remarque : Runtime MetaHuman Lip Sync fonctionne à la fois 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 de 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
2. Vous avez au moins un personnage MetaHuman téléchargé et disponible dans votre projet
3. Le plugin Runtime MetaHuman Lip Sync est installé

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 synthèse vocale, installez le plugin Runtime Text To Speech.

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 indiqué ci-dessous

Cela 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 de configuration

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

Vous devez modifier un Animation Blueprint qui sera utilisé pour les animations faciales de votre personnage MetaHuman. Le Animation Blueprint facial par défaut de MetaHuman 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", ce serait à Content/MetaHumans/Bryan/BP_Bryan)
3. Ouvrez le Blueprint du personnage et trouvez le composant Face
4. Changez la propriété Anim Class pour 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 blending 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 donne une flexibilité maximale pour l'intégration avec des systèmes d'animation personnalisés.

Important : Le blending 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 sont juste des approches d'implémentation courantes.

Étape 2 : Configuration du Event Graph

Ouvrez votre Face Animation Blueprint et basculez vers le Event Graph. Vous devrez créer un Runtime Viseme Generator qui traitera les données audio et générera des visèmes.

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

Étape 3 : Configuration du traitement de l'entrée audio

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

Microphone (Temps réel)

Cette approche effectue le lip sync en temps réel pendant la prise de parole via le microphone :

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

Copyable nodes.

Microphone (Playback)

Cette approche capture l'audio depuis un microphone puis le lit avec lip sync :

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

Copyable nodes.

Text-to-Speech (Local)

Regular

Cette approche synthétise la parole depuis du texte et effectue le lip sync :

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

Copyable nodes.

Streaming

Cette approche utilise la synthèse text-to-speech en streaming avec lip sync en temps réel :

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

Copyable nodes.

Text-to-Speech (APIs externes)

Regular

Cette approche utilise le plugin Runtime AI Chatbot Integrator pour générer de la parole synthétisée depuis des services d'IA et effectuer le lip sync :

1. Utilisez Runtime AI Chatbot Integrator pour générer la parole depuis du texte en utilisant des APIs externes (OpenAI, ElevenLabs, etc.)
2. Utilisez Runtime Audio Importer pour importer les données audio synthétisées
3. Avant de lire le sound wave importé, liez-vous à son delegate OnGeneratePCMData
4. Dans la fonction liée, appelez ProcessAudioData depuis votre Runtime Viseme Generator

Copyable nodes.

Streaming

Cette approche utilise le plugin Runtime AI Chatbot Integrator pour générer de la parole en streaming depuis des services d'IA et effectuer le lip sync :

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

Copyable nodes.

Depuis un fichier/buffer audio

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

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

Copyable nodes.

Source audio personnalisée

Pour une source audio personnalisée, vous avez besoin de :

1. Des données audio au format PCM float (un tableau d'échantillons en virgule flottante)
2. Le taux d'échantillonnage et le nombre de canaux
3. Appelez ProcessAudioData depuis votre Runtime Viseme Generator avec ces paramètres

Voici un exemple de streaming audio depuis une source personnalisée :

Copyable nodes.

Étape 4 : Configuration de l'Anim Graph

Après avoir configuré le Event Graph, basculez vers l'Anim Graph pour connecter le viseme generator à l'animation du personnage :

Lip Sync

1. Localisez la pose contenant le visage MetaHuman (typiquement depuis Use cached pose 'Body Pose')
2. Ajoutez le node Blend Runtime MetaHuman Lip Sync
3. Connectez la pose au Source Pose du node Blend Runtime MetaHuman Lip Sync
4. Connectez votre variable RuntimeVisemeGenerator au pin Viseme Generator
5. Connectez la sortie du node Blend Runtime MetaHuman Lip Sync au pin Result de l'Output Pose

Quand un lip sync est détecté dans l'audio, votre personnage s'animera dynamiquement en conséquence :

Animation de rire

Vous pouvez aussi ajouter des animations de rire qui répondront dynamiquement au rire détecté dans l'audio :

1. Ajoutez le node Blend Runtime MetaHuman Laughter
2. Connectez votre variable RuntimeVisemeGenerator au pin Viseme Generator
3. Si vous utilisez déjà le lip sync :
   • Connectez la sortie du node Blend Runtime MetaHuman Lip Sync au Source Pose du node Blend Runtime MetaHuman Laughter
   • Connectez la sortie du node Blend Runtime MetaHuman Laughter au pin Result de l'Output Pose
4. Si vous utilisez seulement le rire sans lip sync :
   • Connectez votre source pose directement au Source Pose du node Blend Runtime MetaHuman Laughter
   • Connectez la sortie au pin Result

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

Combinaison avec les animations corporelles

Pour appliquer le lip sync et le rire avec des animations corporelles existantes sans les écraser :

1. Ajoutez un node Layered blend per bone entre vos animations corporelles et la sortie finale. Assurez-vous que Use Attached Parent est vrai.
2. Configurez le setup des layers :
   • Ajoutez 1 item au tableau Layer Setup
   • Ajoutez 3 items aux Branch Filters pour le layer, avec les Bone Name suivants :
     • FACIAL_C_FacialRoot
     • FACIAL_C_Neck2Root
     • FACIAL_C_Neck1Root
3. Faites les connections :
   • Animations existantes (comme BodyPose) → entrée Base Pose
   • Sortie d'animation faciale (depuis les nodes lip sync et/ou rire) → entrée Blend Poses 0
   • Node Layered blend → pose Result finale

Pourquoi cela fonctionne : Les branch filters isolent les os d'animation faciale, permettant au lip sync et au rire de se blend uniquement avec les mouvements faciaux tout en préservant les animations corporelles originales. Cela correspond à la structure du rig facial MetaHuman, assurant une intégration naturelle.

Note : 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 point de votre chaîne d'animation - soit avant d'autres animations faciales (permettant à ces animations d'écraser le lip sync/rire) soit après elles (laissant le lip sync/rire se blend 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

Le node Blend Runtime MetaHuman Lip Sync a des options de configuration dans son panneau de propriétés :

Propriété	Défaut	Description
Interpolation Speed	25	Contrôle la rapidité des transitions entre visèmes. Des valeurs plus élevées donnent des transitions plus rapides et abruptes.
Reset Time	0.2	La durée