pymouth

pymouth 是基于Python的Live2D口型同步库. 你可以用音频文件, 甚至是AI模型输出的ndarray, 就能轻松的让你的Live2D形象开口 唱跳RAP v.
效果演示视频. Demo video

Quick Start

Environment

• Python>=3.10
• VTubeStudio>=1.28.0 (可选)

Installation

pip install pymouth

Get Started

注意: 在开始前你需要打开 VTubeStudio 的 Server 开关. 端口一般默认是8001.
下面是一个完整的Demo,你可以找一个音频文件替换some.wav.

import asyncio
from pymouth import VTSAdapter, DBAnalyser


async def main():
    async with VTSAdapter(DBAnalyser) as a:
        await a.action(audio='some.wav', samplerate=44100, output_channels=1)
        await asyncio.sleep(100000)  # do something


if __name__ == "__main__":
    asyncio.run(main())

第一次运行程序时, VTubeStudio会弹出插件授权界面, 通过授权后, 插件会在runtime路径下生成pymouth_vts_token.txt文件, 之后运行不会重复授权, 除非token文件丢失或在VTubeStudio移除授权.

More Details

High Level

关键的代码只有两行,且都是异步的:

async with VTSAdapter(DBAnalyser) as a:
    await a.action(audio='some.wav', samplerate=44100, output_channels=1)

async with VTSAdapter(DBAnalyser) as a: 用来描述需要用到的 Adapter 和 Analyser. 目前支持的 Adapter 只有 VTSAdapter, 支持的 Analyser 只有 DBAnalyser. 如果真有人用的话可能会适配更多. 以下是详细的参数说明:

param	required	default	describe
analyser	Y		分析仪,必须是 Analyser 的子类,目前只支持DBAnalyser
db_vts_mouth_param		'MouthOpen'	针对于DBAnalyser, VTS中控制mouth_input的参数,这个参数一般是 'MouthOpen', 如果不是请自行修改.
plugin_info		None	插件信息,一般不用改,可以自定义.
vts_api		None	VTS API的一些配置,一般不用改, 这里可以自定义 VTS server port(8001)

await a.action(audio='some.wav', samplerate=44100, output_channels=1) 会开始处理音频数据. 以下是详细的参数说明:

param	required	default	describe
audio	Y		音频数据, 可以是文件path, 可以是SoundFile对象, 也可以是ndarray
samplerate	Y		采样率, 这取决与音频数据的采样率, 如果你无法获取到音频数据的采样率, 可以尝试输出设备的采样率.
output_channels	Y		输出设备通道, 这取决与你的硬件, 你也可以使用虚拟设备.
finished_callback		None	音频处理完成会回调这个方法
auto_play		True	是否自动播放音频, 默认为True, 如果为True,会播放音频(自动将audio写入指定output_channels)

Low Level

Get Started 演示了一种High Level API 如果你不使用 VTubeStudio 或者想更加灵活的使用, 可以尝试Low Level API. 下面是一个Demo.

import time
from pymouth import DBAnalyser


def callback(y, data):
    print(y)  # do something


with DBAnalyser('zh.wav', 44100, output_channels=1, callback=callback) as a:
    a.async_action()  # no block
    # a.sync_action() # block
    print("end")
    time.sleep(1000000)

TODO

• 文档补全
• CI
• 基于元音的口型同步API
• Test case

Special Thanks

Idea源: 卜卜口

itorr/itorr#7