Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

最后返回视频，音频和画面时长不一致，是对传入的音频有什么特殊要求？ #54

Closed
hjj-lmx opened this issue Oct 11, 2024 · 4 comments
Closed

最后返回视频，音频和画面时长不一致，是对传入的音频有什么特殊要求？ #54

hjj-lmx opened this issue Oct 11, 2024 · 4 comments

Comments

@hjj-lmx
Copy link

hjj-lmx commented Oct 11, 2024 •
edited
Loading

1.mp4
@hjj-lmx hjj-lmx changed the title 最后返回视频，音频和画面时长不一致 最后返回视频，音频和画面时长不一致，是对传入的音频有什么特殊要求？ Oct 11, 2024
@kleinlee
Copy link
Owner

语音需要16K采样率，单通道。 readme里面有说明。 这个视频采样率是24k赫兹。

@hjj-lmx
Copy link
Author

hjj-lmx commented Oct 11, 2024

语音需要16K采样率，单通道。 readme里面有说明。 这个视频采样率是24k赫兹。

tran里面的与训练模型怎么转换为可用render.pth，下载后直接使用不了，是解压出来的效果好点，还是哪个预训练的好点

@kleinlee
Copy link
Owner

语音需要16K采样率，单通道。 readme里面有说明。 这个视频采样率是24k赫兹。

tran里面的与训练模型怎么转换为可用render.pth，下载后直接使用不了，是解压出来的效果好点，还是哪个预训练的好点

一样的， training的模型使用可以看issue区的回复，提取里面的net_g来使用。

@hjj-lmx
Copy link
Author

hjj-lmx commented Oct 11, 2024 •
edited
Loading

语音需要16K采样率，单通道。 readme里面有说明。 这个视频采样率是24k赫兹。

感觉生成的不稳定，有时候嘴巴会在一个区域内晃动 @

5fbfd501-75f7-4df6-b82e-aa989c8c7e54.mp4

@kleinlee kleinlee closed this as completed Dec 9, 2024
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Assignees
No one assigned
Labels
None yet
Projects
None yet
Milestone
No milestone
Development

No branches or pull requests
2 participants
@kleinlee @hjj-lmx