Перейти к основному содержимому

Обзор

Документация Runtime MetaHuman Lip Sync

Runtime MetaHuman Lip Sync — это плагин, который обеспечивает синхронизацию губ в реальном времени, оффлайн и кросс-платформенно как для MetaHuman, так и для пользовательских персонажей. Он позволяет анимировать губы персонажа в ответ на аудиовход из различных источников, включая:

Плагин внутренне генерирует виземы (визуальные представления фонем) на основе аудиовхода. Поскольку он работает напрямую с аудиоданными, а не с текстом, плагин поддерживает многоязычный ввод, включая, но не ограничиваясь английским, испанским, французским, немецким, японским, китайским, корейским, русским, итальянским, португальским, арабским и хинди. Фактически поддерживается любой язык, так как синхронизация губ генерируется из аудиофонем, а не из обработки текста, специфичной для языка.

Стандартная модель производит 14 визем и выполняет анимацию синхронизации губ с использованием предопределенного ассета поз. В отличие от этого, Реалистичная модель (эксклюзивно для персонажей MetaHuman) генерирует 250 изменений морф-таргетов без использования предопределенного ассета поз, что приводит к значительно более реалистичной анимации лица.

Совместимость с персонажами​

Несмотря на название, Runtime MetaHuman Lip Sync работает с широким спектром персонажей, не только с MetaHuman:

Популярные коммерческие системы персонажей​

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

Поддержка стандартов анимации​

  • Системы блендшейпов на основе FACS
  • Стандарт блендшейпов Apple ARKit
  • Наборы фонем Preston Blair
  • Системы фонем 3ds Max
  • Любые персонажи с пользовательскими морф-таргетами для мимики

Подробные инструкции по использованию плагина с персонажами, отличными от MetaHuman, см. в Руководстве по настройке пользовательских персонажей.

Предпросмотр анимации​

Ознакомьтесь с этими короткими анимациями, чтобы оценить качество синхронизации губ, создаваемое плагином для различных типов персонажей и моделей:

Realistic Lip Sync Example
Реалистичная модель с персонажем MetaHuman
Standard Lip Sync Example
Стандартная модель с персонажем MetaHuman
Custom Character Lip Sync Example
Стандартная модель с пользовательским персонажем
Custom Character Lip Sync Example
Стандартная модель с пользовательским персонажем

Ключевые особенности​

  • Синхронизация губ в реальном времени с микрофонного ввода
  • Поддержка оффлайн-обработки аудио
  • Кросс-платформенная совместимость: Windows, Android, Meta Quest
  • Поддержка множества систем персонажей и стандартов анимации
  • Гибкое сопоставление виземов для пользовательских персонажей
  • Универсальная языковая поддержка - работает с любым разговорным языком через анализ аудио

Модели синхронизации губ​

Плагин предлагает две модели синхронизации губ для различных потребностей проекта:

Стандартная модель синхронизации губ обеспечивает эффективную кросс-платформенную производительность с широкой совместимостью персонажей:

  • Работает с MetaHumans и всеми типами пользовательских персонажей
  • Оптимизирована для работы в реальном времени на всех платформах
  • Меньшие требования к ресурсам
  • Полная совместимость с локальным TTS (плагин Runtime Text To Speech)
  • Подходит для мобильных и VR/AR приложений
Требуется дополнительный плагин

Для использования Стандартной (Быстрой) Модели необходимо установить дополнительный плагин-расширение. Смотрите раздел Предварительные требования для инструкций по установке.

Вы можете выбрать подходящую модель в зависимости от требований вашего проекта к производительности, совместимости персонажей и визуальному качеству.

Примечание о совместимости с TTS

Хотя обе модели поддерживают различные методы аудиоввода, Реалистичная модель имеет ограниченную совместимость с локальным TTS из-за конфликтов с ONNX runtime. Для функциональности text-to-speech с Реалистичной моделью рекомендуется использовать внешние TTS сервисы (OpenAI, ElevenLabs).

Как это работает​

Плагин обрабатывает аудиоввод следующим образом:

  1. Аудиоданные принимаются в формате PCM с указанными каналами и частотой дискретизации
  2. Плагин обрабатывает аудио для генерации виземов (фонем)
  3. Эти виземы управляют анимацией синхронизации губ с использованием pose asset персонажа
  4. Анимация применяется к персонажу в реальном времени

Быстрый старт​

Вот базовая настройка для включения синхронизации губ на вашем персонаже:

  1. Для персонажей MetaHuman следуйте Руководству по настройке MetaHuman
  2. Для пользовательских персонажей следуйте Руководству по настройке пользовательских персонажей
  3. Настройте обработку аудиовхода (например, в Event Graph)
  4. Подключите ноду Blend Runtime MetaHuman Lip Sync в Anim Graph
  5. Воспроизведите аудио и наблюдайте, как ваш персонаж говорит!

Дополнительные ресурсы​

📦 Загрузки и ссылки​

� Видеоуроки​

Рекомендуемые демо:​

Уроки по реалистичной модели (высокое качество):​

Уроки по стандартной модели:​

Общая настройка:​

💬 Поддержка​