Chuyển tới nội dung chính

Tổng quan

Runtime MetaHuman Lip Sync Documentation

Runtime MetaHuman Lip Sync là một plugin cho phép đồng bộ khẩu hình theo thời gian thực, ngoại tuyến và đa nền tảng cho cả MetaHuman lẫn các nhân vật tùy chỉnh. Nó cho phép bạn tạo hoạt ảnh môi của nhân vật theo phản ứng với đầu vào âm thanh từ nhiều nguồn khác nhau, bao gồm:

Plugin tự động tạo viseme (biểu diễn hình ảnh của âm vị) dựa trên dữ liệu âm thanh đầu vào. Vì nó hoạt động trực tiếp với dữ liệu âm thanh thay vì văn bản, plugin hỗ trợ đầu vào đa ngôn ngữ bao gồm nhưng không giới hạn ở tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức, tiếng Nhật, tiếng Trung, tiếng Hàn, tiếng Nga, tiếng Ý, tiếng Bồ Đào Nha, tiếng Ả Rập và tiếng Hindi. Thực tế, mọi ngôn ngữ đều được hỗ trợ vì lip sync được tạo từ các âm vị trong âm thanh thay vì xử lý văn bản theo ngôn ngữ cụ thể.

Mô hình Standard tạo ra 14 viseme và thực hiện hoạt ảnh lip sync bằng cách sử dụng pose asset được định nghĩa trước. Ngược lại, Mô hình Realistic (dành riêng cho MetaHuman và các nhân vật dựa trên ARKit) tạo ra 81 thay đổi điều khiển khuôn mặt mà không dựa vào pose asset được định nghĩa trước, mang lại hoạt ảnh khuôn mặt chân thực hơn đáng kể.

Tương thích nhân vật​

Dù có tên như vậy, Runtime MetaHuman Lip Sync vẫn hoạt động với nhiều loại nhân vật khác nhau, không chỉ riêng MetaHuman:

  • Nhân vật Daz Genesis 8/9
  • Nhân vật Reallusion Character Creator 3/4/5 (CC3/CC4/CC5)
  • Nhân vật Mixamo

Hỗ trợ tiêu chuẩn hoạt họa​

  • Hệ thống blendshape dựa trên FACS
  • Tiêu chuẩn blendshape Apple ARKit
  • Bộ phoneme Preston Blair
  • Hệ thống phoneme 3ds Max
  • Bất kỳ nhân vật nào có morph target tùy chỉnh cho biểu cảm khuôn mặt

Nhiều hệ thống phổ biến, bao gồm Reallusion CC4/CC5 và Daz Genesis 8.1/9, cũng có thể được chuyển đổi để sử dụng tên blendshape chuẩn ARKit. Điều này cho phép bạn sử dụng Realistic Model cho những nhân vật này, với hoạt ảnh khuôn mặt chất lượng cao hơn, như một giải pháp thay thế cho việc gán viseme thủ công của Standard Model. Xem Chuyển đổi nhân vật sang ARKit Blendshapes để biết chi tiết.

Đối với các nhân vật không phải MetaHuman sử dụng Mô hình Tiêu chuẩn, hãy xem Hướng dẫn Thiết lập Nhân vật Tùy chỉnh. Đối với các nhân vật dựa trên ARKit sử dụng Mô hình Chân thực, hãy xem Lựa chọn Bộ Morph Target.

Xem trước hoạt ảnh​

Hãy xem những đoạn hoạt ảnh ngắn này để thấy chất lượng hoạt ảnh lip sync do plugin tạo ra trên các loại nhân vật và model khác nhau:

Mô hình chân thực với nhân vật MetaHuman
Mô hình Standard với nhân vật MetaHuman
Mô hình tiêu chuẩn với nhân vật tùy chỉnh
Mô hình tiêu chuẩn với nhân vật tùy chỉnh

Các tính năng chính​

Mô hình Lip Sync​

Plugin cung cấp nhiều mô hình lip sync để phù hợp với các nhu cầu dự án khác nhau:

Mô hình lip sync tiêu chuẩn mang lại hiệu suất hiệu quả, đa nền tảng với khả năng tương thích rộng rãi với nhiều nhân vật:

  • Hoạt động với MetaHuman và mọi loại nhân vật tùy chỉnh
  • Được tối ưu hóa cho hiệu suất thời gian thực
  • Yêu cầu tài nguyên thấp hơn
  • Hỗ trợ nền tảng: Windows, Android, các nền tảng dựa trên Android (bao gồm Meta Quest)
Plugin tiện ích mở rộng bắt buộc

Để sử dụng Standard Model, bạn cần cài đặt thêm một plugin mở rộng. Xem phần Điều kiện tiên quyết để biết hướng dẫn cài đặt.

Bạn có thể chọn model phù hợp dựa trên yêu cầu dự án của mình về hiệu năng, khả năng tương thích nhân vật, chất lượng hình ảnh, nền tảng mục tiêu và nhu cầu tính năng.

Cách hoạt động​

Plugin xử lý đầu vào âm thanh theo cách sau:

  1. Dữ liệu âm thanh được nhận dưới dạng định dạng PCM float với số kênh và tần số lấy mẫu được chỉ định
  2. Plugin xử lý âm thanh để tạo dữ liệu điều khiển khuôn mặt hoặc viseme tùy thuộc vào model
  3. Đối với các model hỗ trợ cảm xúc, ngữ cảnh cảm xúc được áp dụng cho hoạt ảnh khuôn mặt
  4. Dữ liệu hoạt ảnh điều khiển chuyển động khuôn mặt của nhân vật trong thời gian thực

Kiến trúc hiệu năng​

Runtime MetaHuman Lip Sync sử dụng suy luận chỉ trên CPU để mang lại kết quả lip sync ổn định, độ trễ thấp, phù hợp cho các ứng dụng thời gian thực. Theo mặc định, plugin thực hiện xử lý lip sync mỗi 10 mili giây (có thể điều chỉnh - xem Cấu hình Plugin để biết tất cả các cài đặt khả dụng bao gồm Kích thước đoạn xử lý, số luồng và các tham số hiệu suất khác).

Tổng quan về kiến trúc mô hình​

Các mô hình lip sync sử dụng một mạng nơ-ron dựa trên transformer nhỏ gọn, xử lý âm thanh thông qua phân tích mel-spectrogram. Kiến trúc nhẹ này được thiết kế đặc biệt cho hiệu suất thời gian thực với suy luận CPU hiệu quả và dung lượng bộ nhớ tối thiểu.

Tại sao lại dùng suy luận trên CPU?​

Đối với các thao tác suy luận nhỏ, thường xuyên như đồng bộ khẩu hình thời gian thực, xử lý bằng CPU mang lại đặc tính độ trễ tốt hơn so với GPU. Ở kích thước lô 1 với khoảng thời gian suy luận 10-100ms, chi phí phụ trội của GPU từ việc truyền qua PCIe và khởi chạy nhân thường vượt quá thời gian tính toán thực tế. Ngoài ra, trong các game engine, GPU vốn đã bị chiếm dụng tối đa bởi việc kết xuất, shader và vật lý, tạo ra sự tranh chấp tài nguyên gây ra những đợt tăng độ trễ không thể đoán trước.

Tương thích phần cứng​

Plugin hoạt động hiệu quả trên hầu hết các CPU tầm trung và cao cấp mà không yêu cầu phần cứng đồ họa chuyên dụng, mang lại hiệu suất thời gian thực trên các nền tảng máy tính để bàn, di động và VR. Đối với phần cứng yếu hơn, bạn có thể điều chỉnh Model Type thành Semi-Optimized hoặc Highly Optimized, hoặc tăng Processing Chunk Size để duy trì hiệu suất thời gian thực với độ phản hồi giảm nhẹ.

Bắt đầu nhanh​

Dưới đây là thiết lập cơ bản để bật lip sync cho nhân vật của bạn:

  1. Đối với nhân vật MetaHuman, hãy làm theo Hướng dẫn thiết lập
  2. Đối với nhân vật tùy chỉnh, hãy làm theo Hướng dẫn thiết lập nhân vật tùy chỉnh
  3. Chọn và cấu hình mô hình lip sync ưa thích của bạn
  4. Thiết lập xử lý đầu vào âm thanh trong Blueprint của bạn
  5. Kết nối nút lip sync phù hợp trong Animation Blueprint
  6. Phát âm thanh và xem nhân vật của bạn chuyển động đồng bộ

Hoạt ảnh mắt tùy chọn​

Plugin cũng bao gồm các trình hỗ trợ tùy chọn cho nháy mắt tự động và theo dõi ánh nhìn trên MetaHuman. Những tính năng này độc lập với lip sync và có thể được sử dụng riêng hoặc kết hợp thêm lên trên. Xem Trình hỗ trợ hoạt ảnh mắt.

Tài nguyên bổ sung​

📦 Tải xuống & Liên kết​

Dự án Demo:

Hai dự án demo sẵn sàng sử dụng đã có sẵn - xem trang Dự án Demo chuyên dụng để biết đầy đủ chi tiết, tải xuống và hướng dẫn từng bước:

Cả hai bản demo đều đa nền tảng (Windows, Mac, Linux, iOS, Android, Meta Quest) và được phát hành dưới dạng bản dựng đóng gói cùng các dự án mã nguồn đầy đủ cho UE 5.6+.

🎥 Hướng dẫn bằng video​

Demo nổi bật:​

Hướng dẫn về Model chân thực (Chất lượng cao):​

Hướng dẫn về Model tiêu chuẩn:​

Thiết lập chung:​

💬 Hỗ trợ​

  • Phát triển tùy chỉnh: [email protected] (giải pháp phù hợp cho các nhóm & tổ chức)
Join our Discord
online · support