元宇宙来了，自制虚拟人尝鲜

俞木发

元宇宙概念在时下极为火热，其中虚拟人则被认为是现实与元宇宙交互的重要途径，而且很多虚拟人已经活跃在各种平台上，如AYAYI被阿里聘请为头号数字人员工，并发行了中秋元宇宙的NFT。抖音上的虚拟明星“柳夜熙”，粉丝量则已达到近900万人，总点赞量3500多万（图1）。

当然虚拟人的制作并不简单，涉及了人工智能、大数据，还要有超高性能的计算机，不过随着各种和元宇宙相关的开源技术的普及，现在借助百度提供的“飞桨”平台，任何人都可以轻松制作出属于自己的“虚拟人”，让普通人也可以在短视频平台上一展风采！

本文介绍的虚拟人制作项目是基于网友制作的开源项目（地址https：//github.com/JiehangXie/Paddle

BoBo），我们只要在“飞桨”平台注册一个用户，然后克隆该项目并运行即可。它的原理是先生成一个虚拟人视频（视频已经通过深度学习完成面部表情迁移），然后将语音和视频合成，最终生成可以朗读任何文章的虚拟人播报视频（图2）。它可以用在短视频平台上的视频解说、课程讲解、新闻播报等场景中，用来替代真人出镜。

1. 注册用户

这个项目可以借助“飞桨”平台免费提供的虚拟环境运行和生成虚拟人，因此大家首先要登录https：//aistudio.baidu.com/aistudio/index，按提示注册一个用户。

2. 运行项目

登录“飞桨”平台后打开“项目”页面，接着输入“paddlebobo”搜索，找到其中的“PaddleBoBo，有手就能用飞桨造一个虚拟主播（人）”项目并点击打开。接着在打開的页面点击“运行一下”，在弹出的页面选择“V100 32GB”运行环境（图3）。

注册“飞桨”平台并运行项目后，平台每天会赠送8个点的免费算力（每天都有），足够大家体验和生成虚拟人操作了。

3. 使用环境

按提示启动选择的环境后，在虚拟运行环境中依次运行“1.克隆项目”—“2.安装PaddleGAN和PaddleSpeech依赖”—“3.静态图像转虚拟主播动画”，在第三步完成后确保页面提示“已成功创建虚拟人，文件保存在.file/input/test.mp4”，同时展开左侧窗格路径，在指定文件夹中看到“test.mp4”文件（图4）。

切换到“4.让虚拟主播说话”，在“——text”后的代码中输入需要转换为语音的文本，可以将自己需要让主播说的内容都放置在这段代码中，文本不要分行（可以预先将文本复制到Word，然后使用查找替换将段落标记替换为空），最后点击“运行”，运行成功后会在左侧窗格根目录下看到“out.mp4”，这个就是最终生成的虚拟人视频（图5）。

4. 查看视频效果

在左侧窗格选中“out.mp4”，右击选择“下载”，将其下载到本地后就可以使用系统自带的播放器播放了，可以看到生成的虚拟人会自动朗读在图4的“——text”后设置的文本转语音的内容（图6）。

当然在这个讲究个性的时代，使用千篇一律的虚拟人主播形象和没有个性的机器语音，显然无法满足大家的需求。接下来就介绍如何对项目代码稍加更改，让它可以生成更有个性的虚拟人。

1. 制作虚拟人图片

根据项目的说明，如果需要更换主播的形象，我们只要自行准备合适的图像和背景图片即可。为了避免肖像侵权，人物素材可以打开https：//www.artbreeder.com/beta/browse获取AI头像。打开上述网址后按提示选择头像，比如你可以是一个美少女，也可以是一个俊小伙，甚至还可以是一个二次元形象。选择合适的头像后，点击上方的混合形象，还可以变换发型、肤色等个性设置，完成后将头像下载到本地备用（图7）。

接着再打开该网站，按提示将下载好的头像上传到该网站，并进行抠图处理，接着将抠图下载到本地备用（图8）。

打开PPT新建一个空白版式的幻灯片，接着根据自己的需要添加合适的背景。同时准备一张主持人照片（可以使用上面方法抠图后插入PPT），然后将图8处理好的照片叠加到原来主持人的头部上方，生成自己的虚拟人形象和背景图，最后将PPT导出为“test.png”备用（图9）。当然使用同样的方法，大家可以制作更多的虚拟人形象，每个虚拟人都是世界上并不存在的AI人像，而且每个虚拟形象都可以制作得美轮美奂。

2. 生成新的虚拟人视频

返回图4所示的窗口，在左侧窗格将原来“test.png”重命名为“test1.png”。接着点击“上传”，将上述准备好的照片上传到“/home/aistudio/PaddleBoBo/file/input”，最后同图4操作，再次创建虚拟人视频备用。

3. 生成语音

项目默认使用的是百度的语音转换服务，转换的语音机器化的痕迹比较明显。如果想让自己的声音更有磁性，可以自行使用“智影”（https：//zenvideo.qq.com/）的语音转换服务。

打开上述网站后点击“新建文本配音”，然后将需要转换的视频脚本文本粘贴到文本框。这里可以根据实际需要对文本进行设置，比如在长句之间插入停顿，或者点击多音字设置正确的读音，还可以为句子指定读音人、音效、语速、背景音乐等，完成后点击“生成音频素材”，将语音文件下载为“1001.mp3”備用（图10）。这样即使你的普通话再不标准，都可以生成字正腔圆的解说文本语音了。

返回图4所示窗口，在左侧窗格展开“/home/aistudio/PaddleBoBo/file/output/audio”。然后将“1001.mp3”上传到该目录下备用。在图4的左侧窗格继续展开“/home/aistudio/PaddleBoBo/general_demo.py”，在右侧窗格将第7行删除，将第17行代码改为“wavfile = ‘.file/output/audio/1001.mp3’”，即使用自己生成的语音文件合成到视频中（图11）。接着再返回图5所示的窗口，将“——text”代码删除，其他同步运行即可生成新的虚拟人视频了。

为视频添加字幕

短视频的制作少不了配置字幕，字幕的添加可以借助“剪映”完成。为了可以制作出准确无误的字幕，首先使用Word打开视频的脚本文件，接着点击菜单栏的“视图”，勾选其下的“标尺”，显示“标尺”后根据自己的需要拖动标尺，这样文档每行字数会自动进行调整，比如可以调整为每行显示20个汉字，然后按住Alt键复制字幕的内容（图12）。

启动“剪映”后新建项目，导入“out.mp4”视频到下方的时间线。继续切换到“文本→智能字幕→开始匹配”，在打开的字幕窗口按下Ctrl+V快捷键粘贴上述复制的字幕，这样每条字幕的长度是上图设置的字数，点击“开始匹配”（图13）。完成字幕的匹配后，最后点击“导出”将视频导出保存即可。

OK，完成上述的设置后，一条自制虚拟人短视频就制作完成了（图14）。怎么样，这就是我们制作的虚拟人了，这下大家不用再为自己形象不够出众无法真人出镜而烦恼，也不要再为自己普通话不够标准开不了口发愁，因为虚拟人可以代你出镜，并且帮你朗读各种文本。从此，你在网上就是美少女、俊小伙的形象了。赶快去制作属于你的虚拟代言人吧。