本次和大家分享另一个非常强大的数字人软件Sonic,这个软件可以通过一段音频驱动,将图片转为视频,让图片中的人物开口讲话,讲话内容就是音频内容。

Sonic软件说明
提供一段不超过10秒的音频和一张图片,Sonic就可以让图片中的人物开口讲话,包括动漫图片人物,讲话内容就是这个音频素材的内容,而且音频口型同步,非常的逼真自然。
Sonic整合包使用说明
当前为最新版的一键启动整合包,无需配置环境,解压即用。首先到网盘内将压缩包软件下载到本地电脑上并解压。由于完整模型文件总共要37G,太大了无法压缩上传到网盘。其中31G模型文件可以在阿里平台高速下载,所以我做了个下载程序,这其中的31G模型文件可以自动下载。
双击【启动软件.exe】,第一次运行的话先点击按钮下载模型,总共要下载31G的文件,所以请耐心等待,等到终端窗口中输出模型下载完成的时候,模型就是下载完成了,就可以点击按钮启动软件了。
稍等一会软件会打开webUI界面,等待时间由电脑配置决定。
软件整体操作非常简单,上传图片素材,上传音频素材,点击合成按钮即可。
合成视频时间由音频时长、图片尺寸、电脑配置等因素决定。
视频教程和效果演示:https://nuowa.net/1732
注意事项
音频时长请勿超过10秒
只支持windows10或11
建议英伟达显卡显存6G以上用户体验
建议图片尺寸为512或768,图片尺寸太大处理时间就会太长
Sonic一键启动整合包下载链接
相关推荐
无限长度的数字人对话视频生成软件InfiniteTalk整合包,图像转视频、视频配音对口型工具
图片转视频AI生成跳舞视频软件StableAnimator整合包下载
字节跳动唇形同步数字人视频制作软件LatentSync整合包使用说明视频教程
抖音超强AI数字人视频制作软件LatentSync整合包,音频驱动口型讲话
人物动物图片转视频表情转移软件LivePortrait整合包使用说明视频教程
图片数字人视频制作软件LivePortrait整合包下载,图片转视频动物人物表情转移工具
超强AI数字人EchoMimicV2一张半身照片即可生成一段主播解说视频,整合包下载
照片人物表情控制软件AdvancedLivePortrait整合包,图片转视频工具
最近更新
免费在线HTML转markdown工具
经常看一些在线文档,想复制给AI参考的话不方便直接复制,转换成markdown再给AI阅读会更简单明了,也方便自己查阅,这里给大家推荐两个在线的免费HTML转markdown网站。 1、https://d1tools.com/tools/c...

闲鱼自动回复机器人XianyuAutoAgent下载,24小时在线智能客服机器人系统
XianyuAutoAgent是一款面向闲鱼平台的智能化自动回复机器人,利用大语言模型自动识别买家意图并生成专业回复,实现 7×24 小时智能客服。 主要功能 1. 智能自动回复 2. 可视化 Web UI 3. 人工接管模式 4. 安全防...

AI漫剧制作即梦seedance2.0教程及提示词2026年5月最新版分享
AI视频依旧持续火爆,各种类型的AI视频层出不穷,视频效果也是越来越好,甚至快接近影视级,目前最主要的AI视频生成工具还是即梦,即梦 Seedance 2.0生成视频一秒钟都到2块多钱了😂,不过也没办法,还是得用,目前还没能有替代即梦see...

AI实时语音聊天对话系统,外语口语陪练/虚拟好友实时语音交流
AI 实时语音对话系统 是一款集语音识别(ASR)、大语言模型(LLM)对话、语音合成(TTS)于一体的实时语音交互软件。用户通过麦克风说话,系统自动识别语音内容并转为文字,交由 AI 角色进行智能回复,最终将回复内容合成为语音实时播放,实...

ComfyUI 三参考图生图工作流,虚拟试衣、换脸、图片内容整合
本工作流核心能力是将三张不同角度、内容的参考图,通过 AI 理解融合,生成一张新的图像,新图像内容根据描述词指令生成。工作流集成了阿里巴巴的 Qwen2.5-VL 多模态大模型(图像编辑版本)与 SeedVR2 超分辨率放大模型,实现了「理...
comfyui CUDA128+torch 2.8.0+python3.12最新纯净版一键启动整合包
comfyui官方发布的最新版便携包是基于torch 2.11+CU130 +Python 3.13版本制作的,Python版本和torch版本都太新了,windows电脑上安装某些节点的时候会有冲突报错,有时候就算能安装上也会比较麻烦,感...
LTX2.3+comfyui音频驱动视频生成工作流
这是一个基于 ComfyUI 的 LTX 2.3 音视频同步生成工作流,核心功能是上传一段音频 + 参考图片(可多张图),自动生成与音频内容对应的视频,适合制作人物说话、唱歌等口型同步视频。工作流使用8位量化版ltx2.3模型,显存需求降低...
LTX2.3+comfyui分段提示词图片转视频工作流,AI视频带货生成器
再和大家分享一个基于 ComfyUI 的 AI 分段提示词图生视频工作流,本工作流主要基于模型LTX2.3和PromptRelay实现。可使用PromptRelay分时段控制生成不同视频画面或合成语音内容。 📌 工作流简介 本工作流是一套基...
windows电脑C盘垃圾查找清理软件
电脑用了好几年了,尽管我安装软件从来不主动装到C盘,偶尔也会清理垃圾,但是用的久了,容量也是在慢慢减少。我C盘303G,现在就剩了24G了,已经会影响到系统性能和虚拟内存调度了,已经不能不管了。C盘不装软件的话大多都是缓存,文件太多了,有时...

LTX2.3+comfyui视频去除字幕水印工作流分享
本次再和大家分享一个视频去字幕水印的comfyui工作流,工作流基于LTX2.3视频生成模型制作。LTX2.3是最新最强的视频生成模型,我前段时间就分享过了,可以看我另一篇文章:https://nuowa.net/2525,comfyui项...
















