新手学习与入门 · 工具介绍
SadTalker
使用人像图片和音频生成说话人脸视频的工具，提供命令行推理与本地网页演示入口。
SadTalker 能做什么
使用人像图片和音频生成说话人脸视频的工具，提供命令行推理与本地网页演示入口。
- 数字人与口播视频
如何使用 SadTalker
用人像图片和音频生成口播动画
准备输入
- 获得授权的人像图片、音频文件与所需模型
操作步骤
- 安装项目依赖并下载模型，准备人像和驱动音频。
- 运行 inference.py 指定音频与源图片，读取输出目录中的 MP4，检查画面、口型和素材使用范围。
预期交付物
- 由音频驱动的人像口播视频
使用前核对代码和模型许可及素材授权，不应冒充真人实际发言；生成效果需要逐段检查。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从新手学习与入门角度评估SadTalker
把新手学习与入门需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
从熟悉任务开始
选择你能判断结果好坏的小任务，便于发现偏差。
输入是否容易准备
文字粘贴即可开始时，不必先学习复杂的连接与部署。
结果是否能检查
要求清晰格式，保留不确定内容和需要你确认的问题。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
