InfiniteTalk 单图音频驱动数字人

这是一款基于 Wan + InfiniteTalk 的商用级数字人视频应用。

用户上传角色图片和音频后，工作流会先对音频做人声分离与音频编码，再结合角色图、提示词、尺寸控制和多轮采样，生成口型同步、表情自然、连贯度更高的数字人视频。当前文件里可以明确看到它包含 LoadAudio、LoadImage、MelBandRoFormerSampler、AudioEncoderEncode、WanInfiniteTalkToVideo、多组 KSamplerAdvanced、VHS_VideoCombine，并且还有 Character1 Audio and Mask、Character2 Audio and Mask、分辨率、每次处理帧数 等分组，说明这不是简单单阶段口型驱动，而是一套偏商用成片的完整流程。

这条工作流适合：

• 单人数字人口播
• 双人对话数字人
• 配音驱动角色说话
• 商用数字人视频
• 带音频同步的角色演绎内容

推荐使用方式：
上传清晰的人物图，人物脸部尽量完整、角度不要太偏；上传清晰的人声音频；提示词尽量描述人物说话时的状态、情绪和镜头氛围，不要写大幅度夸张动作。因为这条流里已经包含了音频分离、音频编码、角色图尺寸适配、分段循环生成和最终音视频合成，所以更适合做“用户只给图和音频，就能直接出数字人成片”的应用。 

🎁先领RH币，再去体验工作流！右上角头像→邀请码→输入【rh-v1111】，立领1000RH币，每天登录还能再领100币～更多ComfyUI工作流、教程和玩法，欢迎关注公众号（AIKSK），抖音 / 哔哩哔哩 / 小红书 / YouTube（AI-KSK）同步更新中✨