给AI主播做跳舞片、MV和新造型：open-yoki Studio素材工厂全解析

【免费下载链接】open-yokiAn AI live-stream host that runs on one server: voice, face, chat, memory, posts. The base yoki runs on. By Jacke_pp · contact: DM Jacke_pp on X项目地址https://gitcode.com/gh_mirrors/op/open-yoki点击查看免费下载给 AI 主播做跳舞片、MV 和新造型不用再东拼西凑一堆 AI 工具。open-yoki 是一台服务器就能跑的 AI 直播主播而它自带的Studio 素材工厂tools/studio/专门负责做新画面给它一张角色照片它就能帮你出试妆照、换装、跳舞视频、分镜短片、配歌 MV还能自动检查每一个成果有没有脸漂——即角色慢慢变成了另一个人。所有付费服务都是可选适配器没配钥匙时工具会告诉你缺哪个服务、去哪注册加上--dry-run参数可以先看提示词、参考图和花费一分钱不花。Studio 能产出什么一张速查表模块能得到什么character/一个角色一个文件夹主脸、造型、character.json、离线校验look/新造型试妆照、三视图、换装、风格包、3/4 侧脸shots/分镜 → 离线规则检查 → 镜头卡 → 每个镜头一个生成任务 → 出片段dance/让角色跳一段舞绑脸动作迁移默认、可灵 O3 多参考、Vigglesing/让角色唱一首真实的歌本机 Seed-VC 换声免费 混音 打分mv/台词配音TTS、配乐、音效、超分finish.py加字幕剪成片check/验脸和主脸并排 校准过的分数、按镜头卡验片、发布前检查selftest/离线自检不要钥匙、不联网跑一遍确认环境没问题区分一下把已有的直播录像剪成片段在tools/video/Studio 管的是从零做新画面。第一步建一个角色文件夹3 分钟Studio 所有工具都按一个角色一个文件夹来读由character.json说了算。复制样例把你的照片放进去即可cp -r tools/studio/character/example my-char node tools/studio/character/validate.mjs my-char需要放进去的文件见 character/example/README.mdface.png主脸清楚的正面近照至少 1024 像素、光线均匀、表情平静。它永远是第 1 张参考图验脸也拿它来比body.png站姿全身照跳舞会裁成头到膝盖looks/name.png每套造型一张单人照calib.bad/calib.good人判过的走样 / 没问题脸部截图有了它验脸分数才真正分得过和不过。character.json 里的identity字段用一句英文描述这张脸眼睛、刘海、鼻子、嘴唇、脸型气质词写进vibe——这是防止脸漂的关键设置。做新造型试妆照、三视图、换装look.mjs用主脸做出各种造型每次调用都在主脸上编辑所以脸还是同一个人命令做什么花费explore char 方向给新造型出 2–3 张候选照约 $0.15/张sheet char look三视图脸部特写、全身正面、3/4、侧面约 $0.15outfit char look 衣服只换衣服脸、头发、帽子不变约 $0.15/张sides char用主脸做两张 3/4 侧脸跳舞绑脸用约 $0.30典型流程explore出 3 个方向 → 挑一张存进looks/→sheet出三视图 →sides出侧脸 → 用 check/face.mjs 的--offline模式和主脸并排看一眼没问题再往下走。做跳舞片让角色跳一段热门舞dance.mjs 提供四条路线默认推荐bind绑脸动作迁移driver先免费检查一段驱动视频好不好用bind默认可灵 3.0 动作控制 主脸和两张 3/4 侧脸绑定舞步一步不差就算全身拍到脚眼睛、刘海、脸型也都能保住10 秒约 $1.7o3可灵 O3 多参考半身镜头里脸最好看但舞步跟得松一些viggle快速换人透明背景。项目方把踩坑经验都写进了文档dance/README.md几条最值得记住的一律站着跳。坐着跳舞看起来像出了故障靠挑驱动视频别靠提示词动作迁移会照搬舞者的表情提示词压不住。选站着、正对镜头、不转圈、表情自然眨眼的舞者可灵 O3 一次最多 10 秒长舞会有接缝接缝处要人工看一眼每次生成结束都会自动验脸不合格的重出。做 MV分镜 → 镜头卡 → 生成 → 混音成片这是 Studio 里最完整的一条流水线见 shots/README.md 和 mv/README.md写分镜改 storyboard.example.json6 个镜头、30 秒示例每个镜头写取景、运镜、开始/结束状态、动作、台词花钱前先检查card.mjs rules免费离线跑会标出手指数量、画面里有字、全身说话脸太小、坐着跳舞等 12 类问题card.mjs lint再让一个看得懂图的模型把每个镜头改写成 9 行镜头卡一部片约 $0.01生成card.mjs jobs给每个镜头写一个任务 JSON然后gen.mjs逐镜头生成。说话镜头最远框到腰——全身画面里脸只有几十个像素每个模型都会画出一张平均脸配音配乐mv/voice.mjs tts用角色声音说台词可加--tone excited, a bit nervous这类表演提示mv/audio.mjs music生成原创配乐sfx生成短音效剪成片finish.py 一个文件搞定拼接片段、加字幕和标题牌、配乐进出点、说话时自动压低音乐、响度 -14 LUFS免费ffmpeg Pillow发布前检查check/clip.mjs cut film.mp4 --goal ...自动测导出参数、响度、爆音、黑帧故事和切点交给模型看。让角色唱一首真实的歌免费路线sing/ 的主路线在本机跑、免费用 demucs 把一首歌的人声拆出来用 Seed-VC 把原唱音色换成你角色的声音再混回原伴奏——旋律、节奏、咬字都来自原唱所以不会跑调bash tools/studio/sing/setup.sh # 只跑一次 bash tools/studio/sing/separate.sh song.mp3 work/sing 66.5 92 bash tools/studio/sing/svc.sh work/sing/vocals.wav voice/speaking-ref.wav work/sing/take1.wav python3 tools/studio/sing/mix.py --vocal work/sing/take1.wav --inst work/sing/no_vocals.wav --out work/sing/take1.mp3多做几版换参数、升降一个半音用score.py打分、judge.mjs盲听排前后两名。项目方也如实写了实测结论Seed-VC 换声约 91% 有声帧音高误差在 0.8 个半音以内听起来是一个声音有点像你角色的歌手而不是角色本人在唱——预期管理很到位。⚠️ 提醒音乐版权自己负责。公开发布的内容要么用你有版权的音乐要么用mv/audio.mjs music生成原创配乐。验脸Studio 最有价值的质量关卡脸漂是 AI 数字人最大的翻车点。check/face.mjs 的做法很讲究从视频里裁 6 帧的脸放大后和主脸并排输出compare_master_left.jpg拿你人判过的calib样例当标尺问模型这张更接近走样组还是没问题组——分数才真正分得开画面里脸小于约 120 像素的镜头会被标出来提示要框紧一点最后人来定并排比一比眼睛大小、刘海、鼻子、嘴唇、脸型。实测中它给参考视频排的顺序和人工排序一致6/6 通过的那条正是头到膝盖 多参考路线。环境要求与成本一览环境见 tools/studio/README.mdNode.js 20、ffmpeg/ffprobe 在 PATH 里、Python 3.9 和 Pillow本机唱歌需要 Python 3.10 和约 2 GB 硬盘。离线自检node tools/studio/selftest/run.mjs用 ffmpeg 生成假素材跑一遍所有免费路径不需要钥匙、不联网先跑通它再谈别的。一条 30 秒短片大概多少钱步骤服务花费3 张试妆照 三视图 侧脸fal 图像编辑约 $0.905 个镜头 × 约 5 秒含重出fal Seedance约 $6–106 秒绑脸跳舞fal 可灵 3.0 动作控制约 $1.02 句配音豆包 TTS $0.0130 秒配乐 2 个音效fal ElevenLabs约 $0.35分镜检查、验脸、成片检查OpenRouter约 $0.10合计约 $9–13价格会变动每次付费调用都会在输出文件夹的spend.jsonl追加一行花到哪一目了然。常见坑速查项目方实测总结脸漂大多从第一张静帧就开始了暖色逆光、咧嘴大笑会把脸画圆——出视频之前先查静帧生成画面里的字会是乱码画面里别放字字幕和标题到finish.py里加16:9 还是 9:16 生成前就定好事后再裁会切掉人和字幕默认 16:9电脑看的人多跳舞工具内部用 9:16接缝可灵 O3 长舞切段后接缝处脸或动作可能跳一下人工看一眼网络fal 和 OpenRouter 在国外LibTV 和豆包在国内LibTV 适配器会自动去掉代理变量。总结open-yoki 的 Studio 把给 AI 主播做素材这件过去要自己串七八个 AI 工具的事压成了一条流水线建角色 → 做造型 → 分镜生成 → 跳舞/唱歌 → 混音成片 → 自动验脸每一步都有免费的离线检查和--dry-run空跑保护付费服务全部可选。配合 open-yoki 本体app/ 里的大脑、声音、直播画面一条从一张照片到每晚开播的 AI 主播的完整链路就齐了。想动手的话先从selftest跑起来吧。赞分享【免费下载链接】open-yokiAn AI live-stream host that runs on one server: voice, face, chat, memory, posts. The base yoki runs on. By Jacke_pp · contact: DM Jacke_pp on X项目地址https://gitcode.com/gh_mirrors/op/open-yoki点击查看免费下载相关推荐tracing-subscriber 实战指南Subscriber 组合、Layer 抽象与 fmt 格式化实践tracing subscriber 实战指南Subscriber 组合、Layer 抽象与 fmt 格式化实践 导读 tracing subscriberComfyUI-LTXVideoAI视频生成的终极创作利器完整指南ComfyUI LTXVideoAI视频生成的终极创作利器完整指南 你是否曾梦想过将文字描述直接转化为生动的视频内容或者想要为静态图片注入动态生命Comf人工智能大模型媒体生成视频大厂 AI 素材被骂上热搜这个给苹果钱包“换皮肤”的开源小工具却火了大厂 AI 素材被骂上热搜这个给苹果钱包“换皮肤”的开源小工具却火了 最近科技圈有点热闹。 一边是《使命召唤》新作测试版被玩家逐帧“验尸”怀疑美术素材出自桌面应用移动开发上一篇认识小遥搜索听懂你的话、看懂你的图本地AI搜索工具完全入门指南下一篇xpipe 22.11 版本修复解析保险库重加密、显示缩放限制与浏览器导航栏问题创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考