「本期内容标签」
安卓 iOS 电脑 小程序 网站 游戏 教程
三个月没更新了，本周V5.0带来了非常多的功能，主要是SD作画加速、多采样器支持、SD二代支持、AI写描述、图片说话、100多种语言的语音识别以及其他人性化功能加入等。
V5.0版本：2023-2-4
1、SD作画加入xformers加速模块（仅Windows10、Windows 11可用加速），显存占用模式选项可选择+xformers，提速至少50%，显存占用也小很多；
2、SD作画加入DPM++等多种采样器，DPM采样器10-20步效果很好；
3、SD作画支持SD2.0、2.1模型加载，但目前仅做了文字转图片功能；
4、SD作画支持VAE模型导入；
5、SD作画支持safetensors格式模型；
6、SD作画新增另一种AI写描述，称为AI写描述2；
7、参数设置导入配置按钮，支持在黑窗显示所有带有图片meta信息的图片内容；
8、加入图片仿照说话视频功能，最终实现人像静图说话的功能，主界面点击【图片说话】按钮选择图片即可；
9、音视频转文字种的大模型更新到2代，扩展到100多种语言；
10、删除俄罗斯图片风格仿造和SD的风格仿造功能，因为现在的SD参考图仿图效果明显效果更好；
11、软件主界面标题显示显存、CPU、内存等信息；
12、主界面设置的大小会记住，参数设置界面选择会记住上次设置的tab。
01
软件概览
软件名字叫做：AI作画离线版V5.0(基于Disco Diffusion 5.6与Stable Diffusion），基于GitHub上的开源项目Disco Diffusion与Stable Diffusion。
如下，软件主界面，还是以操作简单为主：
▼
02
软件安装
软件非常大，因为有很多离线模型，下载完成后，按照网盘里的pdf教程即可进行体验。
软件界面如下所示：
▼
03
软件功能介绍
功能一：DD(Disco Diffusion)作画
软件目录文件夹的settings.json就是作图配置文件，当然离线版本可通过界面进行设置了。
1、描述词设定：描述词之前手动修改json文件经常有小伙伴少输入标点导致出错，界面化可以避免这个问题，如下默认的描述，每段（回车换行算一段）都是同一描述的不同权重关键词。
▼
上面的描述对应的手动修改json如下，也就是界面化无需引号、逗号来分割同一描述的不同权重部分。
▼
队列模式下的描述词设定：当如下勾选了队列模式后，通过固定的句式，可以生成大量的配置文件，也就可以实现生成多套参数的图。
▼
比如我的文字描述这样描述：a beautiful girl by {400|1|艺术家}，当点击保存设置后就会生成400个艺术家的不同配置文件。
注意这个格式{400|1|艺术家}中的{}、|这些不能缺少，完全按照固定格式来，400代表生成400个配置文件，1代表by一个艺术家名字（如果设置成2就代表by两个艺术家名字混搭），艺术家代表的是软件目录下【描述风格库】文件夹下的艺术家.csv文件，而艺术家.csv文件如下所示，两列数据：
▼
软件支持各位自建这种语料库，大家可以复制csv建立副本，然后在副本里修改，注意也是按照两列格式来，第一列是描述，第二列是解释。比如下面我建的颜色.csv文件，简单写了一下，也是一定严格两列来哈，且都放在软件目录下的【描述风格库】文件夹。
▼
2、帮助相关：对于大多数参数，都加入了帮助按钮，鼠标划到对应帮助图标，驻留即可显示参数含义，如下所示，当然大多数都是翻译的官方文档，加入自己的一点注解。
▼
如果想要加入自己对参数的注释，可以修改软件目录下的tip.json，如下对应的描述修改即可，\n为换行。
▼
3、参考图：参考图也人性化了，直接点击按钮选择图片即可，注意看参数旁边的问号，一般加入参考图时，skip_steps这个参数需要设置大一些。
▼
参考图的可玩性很高，比如下面的图都是基于参考图，用的自定义模型人像1.5，AI继续绘制的，有的图我也不用贴上参考图了吧：
▼
队列模式下的参考图：当如下勾选了队列模式后，可以批量选择多张参考图，可以生成大量的配置文件，也就可以实现生成相同参数但参考图不同的图。
▼
4、AI作画模型选择：参数设置里提供两种绘图Diffusion模型引擎选择，原版DD、像素版DD以及其他自定义的PT格式模型，如下图设置：
▼
像素模式作画引擎也可以试试，如下就是像素风格的图，也挺有意思：
▼
自定义模型比如选择国画风或者人像的PT模型文件，然后保存设置即可。
▼
如下演示的是国画模型和人像1.5模型的测试样图：
▼
5、扩散模型训练：上面的自定义模型，诸如人像和国画都可以通过训练来实现，如下点击自己训练Diffusion模型按钮即可打开训练设置界面，4.1版本支持在原来的模型基础上继续训练，支持训练多少步停下训练，具体操作可以看视频：https://www.bilibili.com/video/BV1Ca411S71s。
▼
6、提前终止作画：当作画步数超过5步时，点击提前终止按钮即可终止作画，如下动图所示：
▼
7、导入配置：支持导入图片输出目录images_out文件下的DD作画json配置文件或者生成的图片，如下点击导入配置按钮即可：
▼
默认写入作图参数到输出图片中，考虑到隐私问题，软件支持去掉此功能，如下去掉勾选即可：
▼
8、AI图片描述解析：如下按钮点击，选择图片，稍等片刻即可显示出描述，当然这个描述有所出入，但当作描述来用画出的图也确实不错。
▼
下面演示几张图，解析出来的描述：
a couple of people riding bikes down a road, a matte painting by Makoto Shinkai, featured on pixiv, rayonism, official art, anamorphic lens flare, matte painting
▼
a group of iron man standing next to each other in the ocean, a comic book panel by Paul Pelletier, featured on deviantart, antipodeans, marvel comics, reimagined by industrial light and magic, imax
▼
a painting of a landscape with mountains and trees, a detailed matte painting by Katsukawa Shunsen, pixiv, shin hanga, ukiyo-e, matte painting, detailed painting
▼
9、多显卡多开选择：对于多显卡用户，多开软件，选择显卡序列号，可以实现不同显卡跑图任务，诸如编号从0开始。
▼
功能二：SD(Stable Diffusion)作画
SD作画功能和DD功能基本一致，同样支持队列模式、参考图等功能，SD作画速度更快，且画得更加具象，下面主要介绍SD的参数设置。
同样SD也是具有文字描述和参考图功能，还有一些其他参数，大家可以鼠标悬停到参数旁边的问号就会有说明。
▼
1、描述词设定：描述词句式基本和DD一样，但SD作画多了个负描述，负描述默认可以不写，负描述如果写，就代表不想让绘画结果出现的元素。
▼
支持写个开头，然后如下点击AI生成描述进行续写描述，目前有两种自动写描述引擎了：
▼
2、绘图参数：图片尺寸和DD一样，需要64的倍数，当然随便填写尺寸也行，软件会自动转换；绘图步数和DD类似，不过SD步数50就够了，多了没啥意义；绘制图片轮数代表每次画几张图；描述相关度默认数值就可以，当然可以尝试10以上数值；随机种子默认0，代表每次种子随机，设置大于零的固定值，如果其他参数一样，则SD出图完全一样，这点和DD不一样哈。
▼
3、显存占用模式选择：软件提供不同显存占用模式：超级低、非常低、高、极高，以及带着xformers加速模块模式，加速模块效果拔群，速度很快，显存占用也低了很多。
▼
4、16代黑图问题：针对GTX 16系列，诸如1660等显卡，SD作画会黑图，需要勾选如下选项，可以正常出画。
▼
5、参考图：和DD一样，SD也支持参考图，不过参数比较简单，基本上就是导入原图，修改描述，设置图片差异度参数即可，注意差异度参数范围0-1，1代表与参考图差异最大哈。另外，自适应尺寸比较人性化，比如参考图尺寸宽高为1024x512，绘图参数尺寸设置512×512,默认无，代表不自适应，最终出的图尺寸为512×512，固定宽代表，以绘图参数尺寸设置的宽512为准，参考图宽高比2比1，高自动修改为256，最终输出512x256的图。
▼
如下，试试SD参考图，实现真人参考图用二次元描述实现真人二次元效果：
▼
6、动画：SD动画选择2D，即可开启动画模式，动画也可以设置参考图，支持动画变化角度、缩放大小、xyz轴移位等。
文字描述需要如下格式，每一次换行都是一个过渡描述，每个过渡描述末尾三个冒号后面跟着的数字，代表动画帧数。
▼
SD动画如果选择参考视频，则可以导入视频，实现视频风格转换，参考视频模式下，就和逐帧参考图一个意思了，只是比较便捷。
▼
如下SD动画演示视频：
▼
7、自定义SD模型选择：支持选择第三方ckpt、safetensors格式的SD模型以及VAE模型，如下所示，选择模型所在路径即可实现利用第三方SD模型作画。注意的是导入的模型要区分是SD一代还是二代，在下拉列表里自行选择，否则报错。
▼
8、局部修改：如下点击局部修改按钮，可以实现涂鸦部分区域实现局部修改功能，此功能效果也比较有限，换脸什么的还可以，如下演示：
▼
9、Dream Booth训练：DB训练是非常厉害的一个功能，如下点击打开进入DB训练界面：
▼
DB训练是非常厉害的一个功能，如下点击打开进入DB训练界面，DB实现的功能是学会你训练图片的风格或者相貌。
我来举个例子，我训练图和正则图都选择四张滑稽表情。
▼
然后标识词写做huaxiaoji，项目名随便写我来举个例子，我训练图和正则图都选择四张滑稽表情；训练设备支持CPU（需要16G内存，挺慢）和显卡（需要24G显存），模型尺寸256和512选择，我选择256就不错，后面参数是ckpt模型保存及训练停止步数，一般400-800步效果不错。
▼
训练完后，在模型输出目录找到ckpt文件，然后SD模型自定义选择这个ckpt文件，正常描述即可，注意描述里带着huaxiaoji标识词，如下都是滑稽模型出的图：
▼
当然参考图也支持哈，人像二次元滑稽化，如下所示：
▼
10、模型融合：点击SD模型融合按钮，如下支持不同ckpt或者safetensors格式的SD模型按照比例融合，融合后的模型兼具两个模型的特点。
▼
11、DeepDanbooru二次元TAG解析：如下点击按钮，支持二次元图片的TAG解析，诸如NovelAI等模型比较有需求：
▼
功能三：图片AI高清放大
设置不同的放大模型和图片放大倍数，高清放大图片输出目录为软件目录\images_out\AI_ultra_HD，当输入的图片尺寸很大时，容易超显存，这时我们修改拼图大小这个参数即可，比如设置拼图大小512时，6G显存选择realesrgan_x4plus模型对1920*1080图片进行4倍放大测试不超显存。支持2-10倍放大。
▼
AI高清放大是一个独立功能，如下软件主界面点击高清放大按钮，选择图片（支持批量），即可高清放大图片。
▼
如下，小图经过高清放大的对比效果，二次元和三次元都能胜任。
功能四：老照片修复
如下软件主界面点击老照片修复按钮，选择图片（支持批量），即可高清修复老照片，仅对人像进行高清修复。
▼
如下，经过高清人脸修复对比效果动图演示：
▼
功能五：图片/视频上色
如下软件主界面点击图片/视频上色按钮，即可实现对黑白照片或者视频上色：
▼
如下参数设置里，可以选择不同上色模型，二次元模型专注二次元线稿上色：
▼
如下动图演示，上色前后的效果：
▼
功能六：图片说话
图片说话功能，可以实现导入的方图转换成说话人视频的形式，支持自己录制说话视频，注意无论是图片和参考视频，需要方形和人脸居中的视频。
▼
然后，如下软件主界面点击图片说话，选择图片（支持批量），转换图片成如下的视频形式。
▼
▼
功能七：AI图片转3D
AI图片转3D输出视频目录：软件目录\video；AI图片转3D也是一个独立免费功能，如下参数设置可以设置生成视频时长和摄像头位置（位置一般不改）：
▼
然后，如下软件主界面点击图片转3D，选择图片（支持批量），转换图片成如下的视频形式，这个转换速度较慢，5到30分钟一张图。
▼
基本上就是原作项目介绍的这种效果，一张精图转换成3D的效果，不过相比原作我做了改进，支持原图尺寸大小的视频。
▼
功能八：二次元生成
如下点击二次元小姐姐生成按钮，即可绘制上百张二次元图片：
▼
如下可在参数设置里，设置各种参数以生成不同类型的二次元小姐姐：
▼
功能九：三次元生成
和二次元生成功能一样，如下点击三次元生成按钮，即可绘制多张三次元全身图：
▼
如下可在参数设置里，设置各种参数以生成不同类型的三次元图片：
▼
功能十：AI写小说
如下点击AI写小说按钮，设置开头，即可续写不同轮数的文字：
▼
点击训练小说，如下可以选择自己的小说语料txt，训练自己的模型：
▼
功能十一：伴奏人声分离
如下点击伴奏人声分离按钮，选择歌曲（支持批量），即可自动分离人声、伴奏、鼓点和低音，效果很厉害。
▼
若显存4G及以下，可以如下参数设置勾选低显存占用模式即可：
▼
功能十二：音视频转文字
如下点击音视频转文字按钮，选择音频或者视频，即可进行语音识别，输出字幕和文字版txt文件。
▼
音视频转文字功能，支持100多个国家语言，若选择汉语，则不过什么语言的音视频，最终都会自动翻译成中文字幕和txt文件，方便快捷，不过翻译效果有限，最好还是选择原视频语言进行识别。
▼
如下，选取的日文视频演讲识别字幕效果，红框为软件识别自动翻译的字幕：
▼
04
显卡要求
需要至少2GB显存，且必须是英伟达显卡，AMD、intel等不支持。
各种显存测试参数可参考：https://docs.qq.com/sheet/DTGxSSkNJcnVhV1VP。
05
激活
软件点击DD作画按钮后，会弹出激活窗设定，按照指示联系我获取激活码即可。
06
小结
这个项目确实很有意思，唯一的问题就是对显卡要求高，最起码需要英伟达2G及以上显存，AMD等其他显卡不支持，感兴趣的可以体验一下5.0版本了，更详细的作图参数、教程多刷刷B站相关视频即可。
07
本期内容获取
方式一：百度网盘https://pan.baidu.com/s/1B0g4MPFe_drP_hRjgEnKGg 提取码：95kh
方式二：天翼网盘
https://cloud.189.cn/t/ZZ7vuyZrMvmm (访问码:7dn8)
