Przejdź do głównej zawartości

Przegląd

Runtime MetaHuman Lip Sync Documentation

Runtime MetaHuman Lip Sync to wtyczka umożliwiająca synchronizację ruchu warg w czasie rzeczywistym, offline i międzyplatformowo zarówno dla postaci MetaHuman, jak i niestandardowych. Pozwala ona animować usta postaci w odpowiedzi na dźwięk wejściowy z różnych źródeł, w tym:

Wtyczka wewnętrznie generuje wizemy (wizualne reprezentacje fonemów) na podstawie wejścia audio. Ponieważ działa bezpośrednio na danych audio, a nie na tekście, wtyczka obsługuje wielojęzyczne wejście, w tym między innymi angielski, hiszpański, francuski, niemiecki, japoński, chiński, koreański, rosyjski, włoski, portugalski, arabski i hindi. Dosłownie każdy język jest obsługiwany, ponieważ synchronizacja warg jest generowana z fonemów audio, a nie z przetwarzania języka specyficznego dla tekstu.

Model Standardowy produkuje 14 wizemów i wykonuje animację synchronizacji warg przy użyciu predefiniowanego zasobu poz. Natomiast Modele Realistyczne (wyłączne dla postaci MetaHuman) generują 81 zmian kontroli twarzy bez polegania na predefiniowanym zasobie poz, co skutkuje znacznie bardziej realistycznymi animacjami twarzy.

Kompatybilność z Postaciami

Pomimo swojej nazwy, Runtime MetaHuman Lip Sync działa z szerokim zakresem postaci wykraczającym poza same MetaHumany:

Popularne Komercyjne Systemy Postaci

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

Obsługa Standardów Animacji

  • Systemy blendshape oparte na FACS
  • Standard blendshape Apple ARKit
  • Zestawy fonemów Preston Blair
  • Systemy fonemów 3ds Max
  • Dowolna postać z niestandardowymi celami morfowania dla wyrazów twarzy

Aby uzyskać szczegółowe instrukcje dotyczące używania wtyczki z postaciami innymi niż MetaHuman, zobacz Przewodnik konfiguracji postaci niestandardowych.

Podgląd Animacji

Sprawdź te krótkie animacje, aby zobaczyć jakość animacji synchronizacji warg produkowanej przez wtyczkę w różnych typach postaci i modelach:

Realistic Lip Sync Example
Realistyczny model z postacią MetaHuman
Standard Lip Sync Example
Model standardowy z postacią MetaHuman
Custom Character Lip Sync Example
Model standardowy z niestandardową postacią
Custom Character Lip Sync Example
Standardowy model z niestandardową postacią

Kluczowe Funkcje

  • Synchronizacja ust w czasie rzeczywistym z wejścia mikrofonowego
  • Obsługa przetwarzania audio offline
  • Kompatybilność międzyplatformowa z obsługą platform specyficznych dla modelu
  • Obsługa wielu systemów postaci i standardów animacji
  • Elastyczne mapowanie wizemów dla niestandardowych postaci
  • Uniwersalna obsługa języków - działa z dowolnym językiem mówionym poprzez analizę audio
  • Animacja twarzy uwzględniająca nastrój dla lepszej ekspresji
  • Konfigurowalne typy wyjścia (pełna twarz lub tylko sterowanie ustami)

Modele Synchronizacji Ust

Plugin oferuje wiele modeli synchronizacji ust, aby sprostać różnym potrzebom projektu:

Standardowy model synchronizacji ust zapewnia wydajność międzyplatformową i szeroką kompatybilność z postaciami:

  • Działa z MetaHumans i wszystkimi typami niestandardowych postaci
  • Zoptymalizowany pod kątem wydajności w czasie rzeczywistym
  • Niższe wymagania zasobów
  • Pełna kompatybilność z lokalnym TTS (plugin Runtime Text To Speech)
  • Obsługa Platform: Windows, Android, platformy oparte na Androidzie (w tym Meta Quest)
  • Trzy poziomy optymalizacji: Oryginalny, Półoptymalizowany i Wysokooptymalizowany
Wymagany Plugin Rozszerzający

Aby używać Modelu Standardowego, musisz zainstalować dodatkowy plugin rozszerzający. Zobacz Sekcję Wymagań Wstępnych w celu uzyskania instrukcji instalacji.

Możesz wybrać odpowiedni model w oparciu o wymagania Twojego projektu dotyczące wydajności, kompatybilności z postaciami, jakości wizualnej, platformy docelowej i potrzeb funkcjonalnych.

Uwaga dotycząca kompatybilności TTS

Chociaż wszystkie modele obsługują różne metody wprowadzania dźwięku, standardowy model Realistyczny ma ograniczoną kompatybilność z lokalnym TTS z powodu konfliktów środowiska wykonawczego ONNX. Model Realistyczny z Włączonym Nastrojem jest jednak w pełni kompatybilny z lokalnym TTS. Dla funkcjonalności zamiany tekstu na mowę:

  • Model Standardowy: Kompatybilny ze wszystkimi opcjami TTS (lokalnymi i zewnętrznymi)
  • Model Realistyczny: Zalecane zewnętrzne usługi TTS (OpenAI, ElevenLabs)
  • Model Realistyczny z Włączonym Nastrojem: Kompatybilny ze wszystkimi opcjami TTS (lokalnymi i zewnętrznymi)

Jak to Działa

Plugin przetwarza wejście audio w następujący sposób:

  1. Dane audio są odbierane w formacie PCM typu float z określonymi kanałami i częstotliwością próbkowania
  2. Plugin przetwarza dźwięk, aby wygenerować dane sterowania mimiką lub wizemy w zależności od modelu
  3. Dla modeli z włączonym nastrojem, kontekst emocjonalny jest stosowany do animacji twarzy
  4. Dane animacji napędzają ruchy twarzy postaci w czasie rzeczywistym

Szybki Start

Oto podstawowa konfiguracja do włączenia synchronizacji ust na Twojej postaci:

  1. Dla postaci MetaHuman, postępuj zgodnie z Przewodnikiem Konfiguracji
  2. Dla postaci niestandardowych, postępuj zgodnie z Przewodnikiem Konfiguracji Postaci Niestandardowych
  3. Wybierz i skonfiguruj preferowany model synchronizacji ust
  4. Skonfiguruj przetwarzanie wejścia audio w swoim Blueprint
  5. Podłącz odpowiedni węzeł synchronizacji ust w Animation Blueprint
  6. Odtwórz dźwięk i zobacz, jak Twoja postać mówi z emocjami!

Dodatkowe Zasoby

📦 Pobieranie i Linki

🎥 Samouczki Wideo

Polecane Demo:

Samouczki Modelu Realistycznego (Wysokiej Jakości):

Samouczki Modelu Standardowego:

Konfiguracja Ogólna:

💬 Wsparcie