rhubarb-lip-sync

Rhubarb Lip Sync es una herramienta de línea de comandos que analiza grabaciones de audio y genera automáticamente datos de animación de boca 2D. Funciona en Windows, macOS y Linux, y puede procesar archivos de audio WAV y Ogg Vorbis. **Cómo funciona** La herramienta utiliza reconocimiento de voz para determinar qué se dice en cada punto de la grabación y luego asigna los sonidos a formas de boca apropiadas. Hay dos reconocedores disponibles: PocketSphinx (predeterminado, para habla en inglés) y un reconocedor fonético independiente del idioma (para grabaciones en otros idiomas). Los usuarios también pueden proporcionar un archivo de texto con el diálogo para mejorar la precisión del reconocimiento, especialmente cuando la actuación grabada se desvía del guion. **Formas de boca** Rhubarb Lip Sync utiliza entre 6 y 9 posiciones de boca. Las 6 formas básicas (de A a F) siguen el estándar Hanna-Barbera y cubren consonantes y vocales comunes. Tres formas extendidas (G, H, X) son opcionales y cubren el sonido de dientes superiores con labio inferior, el sonido 'L' con lengua elevada, y la posición de reposo/inactividad, respectivamente. **Formatos de salida** La herramienta puede exportar datos de animación como TSV (marcas de tiempo y nombres de formas separados por tabulaciones), XML o JSON. Para la integración con Moho y OpenToonz, puede generar archivos de datos de conmutación .dat. La salida especifica qué forma de boca mostrar en cada punto del tiempo durante la grabación. **Integraciones** - Adobe After Effects: animar diálogos directamente dentro del flujo de trabajo de composición. - Moho y OpenToonz: producir archivos de datos de conmutación .dat, con soporte para convenciones de nombres de Preston Blair. - Spine de Esoteric Software: una herramienta gráfica para importar proyectos, ejecutar sincronización labial y reimportar resultados. - Vegas Pro de Magix: dos scripts de complemento para integración directa en la edición de video. **Uso en línea de comandos** Una invocación básica se ve así: ``` rhubarb -o salida.txt mi-grabacion.wav ``` Las opciones clave incluyen `--recognizer` para elegir entre modos pocketSphinx y fonético, `--exportFormat` para el formato de salida, `--dialogFile` para proporcionar texto de referencia, `--extendedShapes` para controlar qué formas de boca opcionales se usan, y `--quiet` / `--machineReadable` para scripts y automatización. La herramienta admite subprocesos múltiples y puede emitir mensajes de estado JSON estructurados para integración con otras aplicaciones. **Compilación desde el código fuente** Requiere CMake 3.10 o superior, un compilador compatible con C++17 y Boost. El proyecto incluye configuración de CI e instrucciones de compilación para plataformas comunes.