今天教大家用最新的AI模型做一个AI唱歌视频，可以看到效果非常的给力，以假乱真的程度了。全文做唱歌视频就需要一个人物形象，而我的做法是用豆包尽量详细的描写出人物的形象特征、五官、发型等等，越详细越好，只要描写的越具体，然后他的形象就会越像。如果不会写词的也不要可以在网上随便找一个人物的图片给他，让他帮你反推出各项人物的特征出来，并且用自然语言描述，只要越详细，这样每次生成的人物样貌就会越接近。好，可以看到出来这四张图片，他们的样貌都极为相似。然后继续提要求，让她穿连衣裙在录音棚里面唱歌，所以他的样貌都是极其相似的。尽多做几个不同的角度，不同的景别的图片来备用。如果要做一分钟左右的片段，那么起码要6到8个分镜，这样成品看起来的镜头才会丰富。
 
然后接着我们要进到conf I这是一个简式的运行AI绘画的界面。我们需要用到最近新发布的booty talk模型，它可以让你的图片根据斜梯时和音频来生成视频，因为它是基于万模型而生成的，所以生成的效果目前是最好的。另外如果你电脑不给力的话，可以到running hub上面刷。
 
然后这里都是我以往分享的工作流，然后这个multi talk音乐数字人点进去，在这里面就可以在线的使用了。Only help. 现在新注册用户有1000积分送，然后每天登录还会送100，还是非常的推荐的。另外需要客服I方面的解答，详细文档和进阶的做法，也可以加入会员群好。
 
那么工作流这里上传你要唱的音乐，下面上传刚才我们生成的图片。然后这里根据图片来写题时，生成时长是按帧来算的，一秒就是25帧。如果你要生成10秒的，那么就直接点开它，10乘以25这样输入就可以了，它会自动的计算的。然后下面是图片分辨率，想要清晰一点，就可以把它调大。例如1024。如果调太大，可能会爆显存的，可能速度也会慢一点。用默认生成按钮是24G版的4090，长时间的5秒或者以上的需要用plus版本的按钮，这个是48G版本的4090，非常的给力。
 
好了，看一下生成结果。我是如此相信在背后之前的事OK。有时候题词虽然写的运尽了词，但它可能不是按照你想要的轨迹来运动，就可以按control加B打开这个节点，然后自己上传带运镜的视频，推拉摇移这些都可以的。然后我自己就随便拍了一个。用上它就用出来的效果就会一定程度的模拟这个运镜是如此相信。
 
好，刚才我们处理完第一段，那么第二段就可以把这里的节点control b的打开，这里可以裁接音频。刚才我们第一段的音频是10秒的，然后这里开始时间可以输入10，那么它就会按照进行的第十秒开始，可以单独运行旁边的节点。来看一下裁剪的结果，听见鸟这里最好给多一秒，提前给他让第二段的前面的部分和第一段后面的部分来重合。在后面我们剪辑拼起来的时候，就不会有吃掉一个字的情况了，然后我们就可以换一张图片继续的生成了。看这个脸部表情，非常自然的。