生成视频比原视频模糊

[lskenkf]

如题 请问这是什么情况。左边是生成的对口型，右边是原视频。我是直接用的原视频然后另外的driving audio

[digital-avatar]

如题 请问这是什么情况。左边是生成的对口型，右边是原视频。我是直接用的原视频然后另外的driving audio

可以对比下原视频的分辨率是否比较高，ditto生成的分辨率头部框在512*512尺度，如果和原视频差距大会对比明显

[lskenkf]

如题 请问这是什么情况。左边是生成的对口型，右边是原视频。我是直接用的原视频然后另外的driving audio

可以对比下原视频的分辨率是否比较高，ditto生成的分辨率头部框在512*512尺度，如果和原视频差距大会对比明显

项目自带的例子照片是1432x1432, 然后头部框架是512x512,是不是所有的source video 或者 image 都需要保持在nxn的尺寸，这样生成的视频才会保有原来视频的清晰度。因为我看上面的例子应该是整个图片都是糊一些，而不仅仅局限于头部。它的原视频的尺寸是 1920x1080 生成的视频也是一样尺寸。

[lskenkf]

如题 请问这是什么情况。左边是生成的对口型，右边是原视频。我是直接用的原视频然后另外的driving audio

可以对比下原视频的分辨率是否比较高，ditto生成的分辨率头部框在512*512尺度，如果和原视频差距大会对比明显

请问哪个可以调整嘴张开的幅度。感觉默认的好像张开幅度在一些图片上有些小了。

[li-tianqi]

@lskenkf
这个方法（ctrl_motion ）返回的x_d_info中的表情分量x_d_info['exp']的第58维主要控制嘴巴张合，可以尝试乘以一个大于1的数来增大张嘴幅度，比如x_d_info['exp'][0, 58] = x_d_info['exp'][0, 58] * 1.2。

x_d_info中的其他特征维度也有不同的控制作用，可以尝试分别增加/减少不同维度的值，观察具体控制效果。