इस प्रोजेक्ट के बारे में

Rhubarb Lip Sync एक कमांड-लाइन टूल है जो ऑडियो रिकॉर्डिंग का विश्लेषण करता है और स्वचालित रूप से 2D मुंह एनीमेशन डेटा उत्पन्न करता है। यह Windows, macOS, और Linux पर काम करता है, और WAV और Ogg Vorbis ऑडियो फ़ाइलों को संसाधित कर सकता है। **यह कैसे काम करता है** टूल भाषण पहचान का उपयोग करके यह निर्धारित करता है कि रिकॉर्डिंग के प्रत्येक बिंदु पर क्या कहा जा रहा है, फिर ध्वनियों को उपयुक्त मुंह आकारों में मैप करता है। दो पहचानकर्ता उपलब्ध हैं: PocketSphinx (डिफ़ॉल्ट, अंग्रेजी भाषण के लिए) और एक भाषा-स्वतंत्र ध्वन्यात्मक पहचानकर्ता (गैर-अंग्रेजी रिकॉर्डिंग के लिए)। उपयोगकर्ता पहचान सटीकता में सुधार के लिए एक संवाद टेक्स्ट फ़ाइल भी प्रदान कर सकते हैं, विशेष रूप से जब रिकॉर्ड की गई प्रस्तुति स्क्रिप्ट से विचलित होती है। **मुंह आकार** Rhubarb Lip Sync 6 से 9 मुंह स्थितियों का उपयोग करता है। 6 मूल आकार (A से F) Hanna-Barbera मानक का पालन करते हैं, जो सामान्य व्यंजन और स्वरों को कवर करते हैं। तीन विस्तारित आकार (G, H, X) वैकल्पिक हैं और क्रमशः ऊपरी-दांत-निचले-होंठ, जीभ-उठे 'L' ध्वनियाँ, और निष्क्रिय/विश्राम स्थिति को कवर करते हैं। **आउटपुट प्रारूप** टूल एनीमेशन डेटा को TSV (टैब-पृथक टाइमस्टैम्प और आकार नाम), XML, या JSON के रूप में निर्यात कर सकता है। Moho और OpenToonz एकीकरण के लिए, यह .dat स्विच डेटा फ़ाइलें उत्पन्न कर सकता है। आउटपुट निर्दिष्ट करता है कि रिकॉर्डिंग के दौरान प्रत्येक समय बिंदु पर कौन सा मुंह आकार प्रदर्शित किया जाना चाहिए। **एकीकरण** - Adobe After Effects: कंपोज़िटिंग वर्कफ़्लो के भीतर सीधे संवाद को एनिमेट करें - Moho और OpenToonz: .dat स्विच डेटा फ़ाइलें उत्पन्न करें, Preston Blair नामकरण परंपराओं के समर्थन के साथ - Esoteric Software द्वारा Spine: प्रोजेक्ट आयात करने, लिप सिंक चलाने, और परिणाम पुनः आयात करने के लिए एक ग्राफिकल टूल - Magix द्वारा Vegas Pro: सीधे वीडियो संपादन एकीकरण के लिए दो प्लगइन स्क्रिप्ट **कमांड-लाइन उपयोग** एक बुनियादी आह्वान इस तरह दिखता है: ``` rhubarb -o output.txt my-recording.wav ``` मुख्य विकल्पों में pocketSphinx और ध्वन्यात्मक मोड के बीच चयन करने के लिए `--recognizer`, आउटपुट प्रारूप के लिए `--exportFormat`, संदर्भ टेक्स्ट प्रदान करने के लिए `--dialogFile`, उपयोग किए जाने वाले वैकल्पिक मुंह आकारों को नियंत्रित करने के लिए `--extendedShapes`, और स्क्रिप्टिंग और स्वचालन के लिए `--quiet` / `--machineReadable` शामिल हैं। टूल मल्टीथ्रेडिंग का समर्थन करता है और अन्य अनुप्रयोगों के साथ एकीकरण के लिए संरचित JSON स्थिति संदेश उत्सर्जित कर सकता है। **स्रोत से निर्माण** CMake 3.10+, C++17-सक्षम कंपाइलर, और Boost की आवश्यकता है। परियोजना में सामान्य प्लेटफार्मों के लिए CI कॉन्फ़िगरेशन और निर्माण निर्देश शामिल हैं।