抡锤者

謝謝 @terry @xiaote 二位大大經驗分享

寶貴經驗讓我們少走彎路

感恩

請問大佬的意思是不用 劉悅大神包的comfyUI 的工作流
改成自訂義的comfyUI嗎?

也請問 目前工作環境視 Win11 + 5090 24GB
544x960 24fps視頻長度超過15秒 有大概率爆顯存
請問把工作流遷移到wsl2 除了加快生產速度外，也有機會拉大視頻切片的長度嗎?
謝謝

请问 LTX 2.3 GGUF 劉悅大神数字人Windows 执行包，切片之间画面会有跳动，动作不连续的问题。

目前使用时，画面切片和数字人切片之间的画面会有跳动或动作不连续的问题。

请问各位大大有解决的经验吗？也请提供一些解决思路，谢谢。

执行的参数如下：
1.每个切片的 seed值都是一样的，目前设定值为 1

2. 每个切片的 prompt 都是一样的。目前使用的 prompt 是：照片中的人对着观众说话

3.每个视频切片长度是10秒

4. 合成后的视频长度为 7 分钟

您真內行 XD

工程師：程式能跑就不要去動它！
工程師：程式能跑就不要去動它！
能跑就好，結果一樣

更新實操紀錄 :

測試版本 VoxCPM 2.0

測試手法 :

1. 使用自訂義的聲音模型
2. 中文語音 縮短時間 由15秒改成8秒 看看會不會有聲線跑掉的問題

測試結果 :
合併後兩分43秒的音頻，出現一次聲線跑掉(約7~8秒 聲音是非自訂義聲音模型)

小結論 :
VoxCPM 2.0 可能對中文有聲線輸出不穩定的問題，縮短時常可改善，但依然會出現聲線跑掉的問題

下一步 :
依照大佬建議 改成 VoxCPM 1.5 版本

好的 感謝大佬分享 讓我們少走彎路
感恩

先跟大佬說明一下還環境奘況:
HW 筆記本 : 275HX+64GB RAM + 5090 24GB

目前是依照大佬的建議 : 先在WIN跑通流程

軟體版本是 劉悅大神安裝包 :
LTX-2.3 gguf
VoxCPM 2.0

剛才跑了一個全英文的數字人排程 單個排程切成5秒 共計66個排程

看了結果 全部66個wav檔案 沒有發現聲線跑掉的問題。
會在測試 :

1. 中文語音 縮短時間 由15秒改成10秒 看看會不會有聲線跑掉的問題
2. 英文語音 加長時間 由5秒改成10秒 看看會不會有聲線跑掉的問題

驗證 語言 與 時長的關係。

因為聲線跑掉的py 執行畫面的log 暫時沒看到報錯，尚不知道原因；也請教大佬AI Model ( LTX2.3 或 VoxCPM )的debug log 你都看哪個資料夾? 或是 另外在py 腳本埋入debug log?

謝謝

收到 立馬下載[Qwen TTS整合包抽卡]試試 謝謝指點

大家好，已经安装完了 VoxCPM LTX2.3 的数字人 AI 生产环境。
這两天，在实操上有些问题，想要在这边请教各位大佬。

关于 VoxCPN 在实务上的应用，我发现每当大量生成文字转语音档案时，总是会出现一种情况：每 10 个档案中就会有 1 到 3 个档案的声线会跑掉。

我每个文字转语音的排程安排如下：

1. 生成内容：中文 85 字
2. 生成时长：大概 15 秒

在 Python 脚本的部分，試著优化：将每次抽卡的种子生成随机顺序都固定为 1

但是实际运行后还是会有10个档案，会有 1 到 2 个档案的声线会跑掉。

请问各位大佬有遇过这样的问题吗？是否有解决方面的经验可以分享，谢谢。

慶祝抡锤者社区正式上线 讚讚讚~~~