MultiTalk数字人优化加速版本使用教程

无限时长-唱歌数字人，说话数字人-2步采样，对精度有要求修改采样数为4或者8

镜像有自启动，实例初始化以后，等待服务启动，大概2分钟左右，随后点击SD-WebUI即可启动服务

WebUI界面如下：

上传人物的图片和驱动音频(支持口播和唱歌)，写提示词(口播写正在说话，唱歌写正在唱歌)，支持无限时长，平均30秒时长仅耗时500秒。

刘悦的技术博客-镜像作者交流群

镜像信息

@刘悦的技术博客

已使用

镜像大小170GB

最近编辑2025-07-28

支持卡型

RTX40系48G RTX40系3090

框架版本

PyTorch-2.7

CUDA版本

12.8

应用

JupyterLab: 8888

版本

v4.0

2025-08-05

PyTorch:2.7 | CUDA:12.8 | 大小:170.00GB