一、安装Stable Diffusion
什么是Stable Diffusion就不多说了，网上大把的教程，下面开始进人安装环节
①下载git：这是个可以从GitHub高下载文件的软件。
https://git-scm.com/download/
下载安装好往后，在你想要安装的位置，右键点击，选择“Git Bash Here”。
然后输入以下指令，下载webui：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
等待几分钟即可下载成功。
②安装Anaconda并创建Python虚拟环境。
Anaconda可自行去网上搜索下载安装，安装好了后，打开主界面，点击“cmd.exe”。
输入以下代码，安装Python：
conda create -n novelai python==3.10.6
输入以下代码，来激活刚才天生的novelai环境：
conda activate novelai
③安装Pytorch（这一步比较繁芜，而且英伟达显卡为了跑AI模型，还须要下载CUDA，详细各位可以自行搜索）：
进入官网：https://pytorch.org/get-started/locally/，根据自己的显卡，网站会自动匹配须要下载的Pytorch版本，可以在刚才的窗口输入提示代码进行安装。
④第三方库依赖库安装：
先在刚才的窗口输入以下代码，进入之前下载webui根目录：
cd C:\Users\Glen\stable-diffusion-webui
然后输入以下代码，安伪装者注明的第三方依赖库：
python -m pip install -r requirements.txt
⑤下载模型文件：推举大家去C站（https://civitai.com/）下载模型文件，这里有各种大神上传的开源模型。
将下载好的模型文件解压缩放到 models 目录下，在 models/Stable-diffusion 里：
⑥运行 Web UI：输入以下代码，就可以运行了。
conda activate novelaicd C:\Users\Glen\stable-diffusion-webuipython launch.py
第一次运行过程中，会下载一些依赖库和权重文件，耐心等待5~10分钟。当涌现以下的地址时，证明已经安装成功了，接下来将地址复制一下，放到浏览器中就可以开始玩了。
大略先容一下界面，下图中1这个位置是选择模型文件的，2这个位置是输入绘画描述词的，3这个位置是输入绘画描述反向词的（即你不肯望画面的效果），4这个位置点击后就会开始天生了。
试试效果：
输入hello world
二、安装SadTalker
这款AI一键让照片说话的模型叫SadTalker，是由西安交通大学的研究职员提出的，它可以让照片里的人物跟随音频的输入动起来，且头部运动、面部表情比较真实，下图是官方展示的效果图，还在等什么呢，即刻拥有它！①建议先支配SD（stable-diffusion-webui），可以参考以下文章：
AI杀疯了 | 从0开始学AI绘画
由于SD已经支持了SadTalker的插件了，后续从SD天生的图片，都可以直接一键天生说话、唱歌视频。
（当然了，你也可以不支配SD，直策应用SadTalker）
②安装SadTalker插件：
打开并运行SD webui，然后选择“扩展”，在“从网址安装”里，输入以下地址：
https://github.com/OpenTalker/SadTalker
点击安装，须要等待3~5分钟。
安装完成后，重启一下SD webui，即可在功能栏里看到“SadTalker”插件栏了。
安装FFmpeg
FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源打算机程序，是SadTalker运行的必要支持程序。可以从以下网址下载得到：
https://www.gyan.dev/ffmpeg/builds/ffmpeg-git-full.7z
解压后，须要将FFmpeg的bin文件夹路径添加到系统环境变量里：
手动添加环境变量：掌握面板→系统→高等系统设置→环境变量→Path→编辑→添加
下载模型
运行SadTalker，还须要下载一些模型，可以从以下链接得到：
https://github.com/OpenTalker/SadTalker/releases
须要下载前面的10个文件：
找到之前在SD里添加的SadTalker插件（在SD文件夹\extensions里），然后新建一个文件夹“checkpoints”：
将上面下载的10个模型文件复制进去，个中BFM_Fitting和hub两个压缩文件还须要解压到checkpoints文件根目录中。
至此，你已经拥有了一键让图片说话的能力了。
试试效果
在SD webui的功能栏里，选择“SadTalker”，然后将图片（支持从SD中加载）和音频传入，音频建议在10秒以内，不然显卡压力有点大。点击“天生”按钮，即可一键使照片说话。
干系设置项解释：
corp：图片被裁剪为方形（运算速率快，但如果传入的图片不是方形，终极视频会变形）resize：重新调度尺寸，可以使脖子和头部衔接自然，但代价是口型可能不太准full：完全部验（基本便是选它了）同时记得勾选“面部增强”，使整体面部效果更加自然些。
终极得到了文章开头的会说话、唱歌的小姐姐了，她还会很自然地眨眼睛呢，造诣感满满有木有！
感兴趣的小伙伴快去试试吧~