Hallo2：音频驱动生成口型/表情同步的肖像视频（Windows一键安装）

综合介绍

Hallo2 是由复旦大学和百度联合开发的一个开源项目，旨在通过音频驱动生成高分辨率的人像动画。该项目利用先进的生成对抗网络（GAN）和时间对齐技术，实现了4K分辨率和长达1小时的视频生成。Hallo2 还支持通过文本提示增强生成内容的多样性和可控性。

功能列表

• 音频驱动动画生成：通过输入音频文件生成对应的人像动画。
• 高分辨率支持：支持生成4K分辨率的视频，保证画质清晰。
• 长视频生成：可以生成长达1小时的视频内容。
• 文本提示增强：通过语义文本标签控制生成的人像表情和动作。
• 开源代码：提供完整的源代码和预训练模型，方便用户进行二次开发。
• 多平台支持：支持在Windows、Linux等多平台上运行。

使用帮助

安装流程

1. 系统要求：
   • 操作系统：Ubuntu 20.04/22.04
   • GPU：支持CUDA 11.8的显卡（如A100）
2. 创建虚拟环境：

   conda create -n hallo python=3.10
   conda activate hallo
   

3. 安装依赖：

   pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118
   pip install -r requirements.txt
   sudo apt-get install ffmpeg
   

4. 下载预训练模型：

   git lfs install
   git clone https://huggingface.co/fudan-generative-ai/hallo2 pretrained_models
   

使用流程

1. 准备输入数据：
   • 下载并准备好所需的预训练模型。
   • 准备好源图像和驱动音频文件。
2. 运行推理脚本：

   python scripts/inference.py --source_image path/to/image --driving_audio path/to/audio
   

3. 查看生成结果：
   • 生成的视频文件将保存在指定的输出目录中，可以使用任意视频播放器进行查看。

详细操作步骤

1. 下载代码：

   git clone https://github.com/fudan-generative-vision/hallo2
   cd hallo2
   

2. 创建并激活虚拟环境：

   conda create -n hallo python=3.10
   conda activate hallo
   

3. 安装必要的Python包：

   pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118
   pip install -r requirements.txt
   

4. 安装ffmpeg：

   sudo apt-get install ffmpeg
   

5. 下载预训练模型：

   git lfs install
   git clone https://huggingface.co/fudan-generative-ai/hallo2 pretrained_models
   

6. 运行推理脚本：

   python scripts/inference.py --source_image path/to/image --driving_audio path/to/audio
   

7. 查看生成结果：
   • 生成的视频文件将保存在指定的输出目录中，可以使用任意视频播放器进行查看。

Hallo2：Windows 一键安装包

此处内容已经被作者隐藏，请输入验证码查看内容

验证码：

请关注本站微信公众号，回复“验证码”，获取验证码。在微信里搜索“首席AI分享圈”或者“Looks-AI”或者微信扫描右侧二维码都可以关注本站微信公众号。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>