[10.5]VR视频工具箱CUDA专版2.0.3版，逐句情感语音克隆补丁3

zelefans

Jojo123 发表于 2026-6-3 13:41
厉害啊，大佬，能说下最低硬件配置要求吗？

配置基本按照我的VR透视服务器软件做的，那应该需要20系列和以上的显卡

huiwange

大佬牛逼

vavahala91

厉害啊，大佬NB

joe123

试了gpu模式，是的白峰新出的片子。漏码比较严重

zelefans

joe123 发表于 2026-6-3 21:02
试了gpu模式，是的白峰新出的片子。漏码比较严重

我下一个版本调低马赛克判定的概率阈值，估计可以好点。
但是VR马赛克LADA恢复模型也有很大的局限。这个厂家的打码是在原始视频上打，边缘没法复原，没办法转鱼眼。

haoren918

能否打包一个包含 完整语音识别模型的大包？不要怕体积大啊！网盘下载超快，几十个G都没事，现在下载下来，感觉字幕模块都不能用，还要下载识别模块。

zelefans

haoren918 发表于 2026-6-3 23:27
能否打包一个包含 完整语音识别模型的大包？不要怕体积大啊！网盘下载超快，几十个G都没事，现在下载下来， ...

百度网盘和夸克网盘已经放进去了完整全量模型离线包

asong

可能是我电脑配置不行，14分钟8K的，大小1.9G，用的Lada，破解花了6个半小时，台式机 RTX3060

zelefans

2026年6月4日，beta1更新。这个版本已知问题是为了最终HEVC拼接COPY的效率，一键破解马赛克最后码率比源视频高，暂时无法控制到和源视频一样，下个版本需要在前面的步骤控制码率。一键模式默认会原始视频粗剪，细剪阶段可以定义阈值。
另外尝试开发了2D视频转有深度的VR视频或3D，优化到极致后会移植到VR视频透视服务器，希望可以做到MoonVR的效果可以实时播放
接下去还有优化余地，可以进一步压缩，atvr00068_2_8k.mp4当前版本在我电脑上2小时，期待下个版本能压缩到1个半小时。

lsfv587

zelefans 发表于 2026-6-4 21:42
2026年6月4日，beta1更新。这个版本已知问题是为了最终HEVC拼接COPY的效率，一键破解马赛克最后码率比源视 ...

技术大佬你好 请问大佬不玩ai吗，这两个月随着ai的进步已经有好多论坛推出了真人ai视频，有明星的，有ai推演带剧情魔改影视剧的，还有其他各种猎奇的，以大佬的技术力，完全可以做出更好的ai视频，不知大佬是否感兴趣尝试一下