展开本页目录
开始前准备什么
- NVIDIA NIM/Authoring服务部署、GPU和模型许可条件独立；不承诺通用任意模型即插即用
- 先下载练习包并保留原件；作者原生或生成参考不等于目标产品已运行。
- 准备自有角色和音频
- 配置Authoring服务
- 上传音频取hash
- 按时间码请求姿态
- 建立名称映射
- 检查闭口与张口
- 保存可复现输入
下载本篇练习包
具体练习输入、原生参考、设置记录与七步操作说明。
查看练习说明与素材身份
区分官方示例、作者输入与未实际运行的产品步骤。
1. 准备自有角色和音频
使用author-face-blendshapes.glb和原创合成语音，确认角色有Basis和jawOpen等可映射形变。作者系数是手工参考，不是NVIDIA推理。
2. 配置Authoring服务
按NVIDIA Audio2Face-3D Authoring官方部署要求准备服务与资源。没有实际部署时只编辑请求模板，不假称已调用。
3. 上传音频取hash
调用UploadAudioClip，保存服务返回的音频hash和可用blendshape键。不要把本地文件名当成返回hash。
4. 按时间码请求姿态
在GetAvatarFacePose中使用同一个hash与明确timeCode，例如1.2秒，读取face和emotion相关系数。
5. 建立名称映射
将服务系数名映射到角色实际shape key。角色缺少某个形变时先补映射或角色资产，不盲目按数组顺序套用。
6. 检查闭口与张口
分别查看静音和元音时刻的嘴型，检查时间起点与系数范围。页面开合口参考来自真实作者GLB手工值。
7. 保存可复现输入
归档音频、hash、请求、返回和角色映射；导出动画时保持同一时间基准。不要假设所有服务都提供同一个导出按钮。
怎样确认已经完成
- 系数驱动实际shape key，不是贴嘴视频；静音区和首尾帧可核对
- 保存时间码表情系数、映射表与可编辑3D动画，并保留可继续修改的源版本。
- 按步骤中的局部与时间点回看，未通过的位置保留原始输入重新处理。
常见问题
Audio2Face怎么把配音变成3D口型系数？
UploadAudioClip返回的hash用于后续GetAvatarFacePose，时间码必须对应同一段音频。文件名不能代替服务hash。
blendshape时间码和目标模型对不上怎么查？
检查系数名映射、角色shape key与时间基准。手工作者系数只能验证角色能动，不能证明服务已正确推理。
配图与练习文件是否代表平台已经执行成功？
官方示例在图注明确来源；其他图片和文件按标注属于作者原生输入、实际测量图或imagegen目标参考。本页未在你的授权账号中运行该产品，练习结果需在原产品保存。