照片开口说话活起来--stdtalker部署搭建_sadtalker部署

SadTalker简介

一款图像和音频深度学习模型，实现头像照片配合音频生成视频
1

功能总览

详细对应参数可看文章最后参数图片
1

项目搭建

本教程基于ubantu系统，并使用N卡，A卡目前没测试

基础所需软件安装，这些基础的不再一一叙述，自行百度安装吧，显卡驱动需要安装你显卡对应的，cuda也要安装对应版本

显卡驱动，Git, ffmpeg，Anaconda，cuda，
1

克隆项目：

	git clone https://github.com/OpenTalker/SadTalker.git
1

进入源码文件夹

	cd SadTalker
1

创建conda虚拟环境

	conda create -n sadtalker python=3.9     注：python版本最好为3.8或者3.9
1

激活虚拟环境

	conda activate sadtalker
1

安装torch，一个深度学习框架 注：cu113是对应的cuda版本，如果你得cuda版本是12.2，就写cu122

	pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
1

安装项目运行所需的必要依赖组件 注：后面可以指定自己想要的pip源地址，下面为清华源，如需其他可自行更该

	pip install -r requirements.txt  -i https://pypi.tuna.tsinghua.edu.cn/simple/
1

模型下载以及设置

	可从github上搜索下载stdtalker相关模型，或者去我整理的[百度网盘](https://pan.baidu.com/s/1iNPQP0PDN0JyoFUqVqEJrQ?pwd=8gyk)下载
1

创建模型文件夹

	在项目根目录下创建checkpoints文件夹，并把下载的模型里的相关模型解压到此文件夹下，下载的weights模型文件放到gfgan/weights文件夹中即可
1

运行sadtalker源码

	①：进入源码文件夹：cd sadtalker
	②：进入虚拟环境：conda activate stdtalker
	③：运行代码进行推理，examples文件夹内有测试资源，可以加—still参数调整生成效果
		python inference.py --driven_audio ./examples/driven_audio/chinese_poem2.wav --source_image ./examples/source_image/full_body_2.png  --result_dir ./examples/ref_video --still --preprocess full --enhancer gfpgan
	④：运行过程中如有报错，请自行解决吧，不同人部署的情况不一样，这个没办法...
1
2
3
4
5

主要参数说明

	 	–-driven_audio：音频的路径位置，具体到某个音频，wav格式
	  	-–source_image：视频或者图片路径，具体到某个图像或者视频
	  	-–result_dir：结果视频生成的位置，具体到某个文件夹
1
2
3

其余参数一览，或直接访问github项目地址查看

我所做出的效果视频：

到此，项目搭建结束，祝你玩的愉快，做出自己想要的视频