最近这几天研究了下AI和视频相关，还是颇有收获的。 我的想法是，如果用户提前录制好视频，根据这些视频进行AI训练，让最后用户的口型跟后期的音频保持一致，这样看起来就像用户真人在录制视频或直播，效果不是比那种卡通数字人好许多吗？ 我刚开始的时候，在github上找到Wave2lip这个项目，看到文档和介绍也不错，