AniPortrait安装与配置完全指南
项目基础介绍与主要编程语言
AniPortrait 是一个由华为魏华为、杨泽俊、王志生三人共同在腾讯游戏智机部开发的开源项目。它提供了一个创新框架,能够通过音频片段驱动真实感肖像动画的合成,甚至可以利用另一段人类视频来实现肖像的动态再现。此项目基于Python构建,并集成了深度学习技术,特别是对于计算机视觉(CV)领域,应用了先进的模型和算法。
关键技术和框架
- 深度学习库: 使用PyTorch作为其主要深度学习后端。
- 音频处理: 利用音频特征提取技术,可能结合Wav2Vec等模型。
- 图像生成: 应用了扩散模型(Diffusion Models)以生成高质量的图像帧。
- 3D到2D转换: 技术栈中包括从音频中提取3D表示并转换为2D面部关键点的技术。
- 运动模块: 用于将关键点序列转换成连贯的逼真肖像动画。
安装和配置指南
准备工作
- 环境要求: 确保你的系统上已安装Python 3.10或更高版本,以及CUDA 11.7以充分利用GPU加速。
- Git: 安装Git来克隆项目代码。
- 深度学习依赖: 安装PyTorch及相关库。可通过运行
pip install torch torchvision torchaudio
来安装最新版PyTorch(确保与你的CUDA版本兼容)。 - 其他Python依赖: 下载项目后,通过命令行运行
pip install -r requirements.txt
安装所有必需的包。
克隆项目
打开终端或命令提示符,执行以下命令克隆AniPortrait仓库到本地:
git clone https://github.com/Zejun-Yang/AniPortrait.git
cd AniPortrait
下载预训练权重
- 主权重文件: 根据项目的指示访问指定链接下载预训练权重,并解压至项目根目录下的
pretrained_weights
文件夹。 - 辅助模型: 还需下载StableDiffusion、wav2vec2等模型的权重,并按照文档指示放置于相应目录。
配置环境
- 修改配置文件中的路径指向正确的权重位置,尤其是如果你没有将所有资源放在默认位置。
- 示例配置文件如
animation_yaml
,应检查并配置参考图像或视频路径。
运行示例
自我驱动动画生成
python -m scripts.pose2vid --config ./configs/prompts/animation.yaml -W 512 -H 512 -acc
面部重演
python -m scripts.vid2vid --config ./configs/prompts/animation_facereenac.yaml -W 512 -H 512 -acc
音频驱动动画生成
首先确保你已经注释或删除了配置文件中关于pose_temp
的路径,或者提供了音频对应的姿势控制数据。然后运行:
python -m scripts.audio2vid --config ./configs/prompts/animation_audio.yaml -W 512 -H 512 -acc
注意事项
- 确保在进行视频或图像处理之前,所有的输入素材质量良好且符合项目的要求。
- 对于初次尝试,建议先按步骤尝试简单的命令,逐步熟悉各个组件的功能。
- 在使用GPU加速时,检查你的硬件支持情况和显存大小,适当调整参数避免内存溢出。
完成以上步骤后,你就应该能够成功地设置并使用AniPortrait进行肖像动画的生成了。享受创意之旅!