Skip to content
 
 

Repository files navigation

SadTalker

基于此开源模型(ai数字人)做cuda到sdaa侧的迁移,并支持此模型在sdaa设备上运行

1. 模型概述

2. 快速开始

使用本模型执行训练的主要流程如下:

2.1 基础环境安装

--------------+------------------------------------------------
 Host IP      | 20.21.22.13
 PyTorch      | 2.4.0a0+git4451b0e
 Torch-SDAA   | 2.2.0
--------------+------------------------------------------------
 SDAA Driver  | 2.2.0 (N/A)
 SDAA Runtime | 2.2.0 (/opt/tecoai/lib64/libsdaart.so)
 SDPTI        | 1.5.0 (/opt/tecoai/lib64/libsdpti.so)
 TecoDNN      | 2.2.0 (/opt/tecoai/lib64/libtecodnn.so)
 TecoBLAS     | 2.2.0 (/opt/tecoai/lib64/libtecoblas.so)
 CustomDNN    | 1.20.0a0 (/opt/tecoai/lib64/libtecodnn_ext.so)
 TecoRAND     | 2.0.1 (/opt/tecoai/lib64/libtecorand.so)
 TCCL         | 2.2.0 (/opt/tecoai/lib64/libtccl.so)
--------------+------------------------------------------------
  1. 启动相应虚拟环境并确定torch,torch_sdaa可用。
conda env list
conda activate torch_env
  1. 下载源码。
git clone https://github.com/OpenTalker/SadTalker.git
cd SadTalker
  1. 安装三方依赖库。
conda install ffmpeg

# pip install -r requirements.txt (建议依次手动安装/SadTalker/requirements.txt中依赖库)
pip install numpy==1.23.4
pip install face_alignment==1.3.5
pip install imageio==2.19.3
...
...
pip install av
pip install safetensors

# 安装结束后确认numpy版本是否被覆盖,2.X.X则重新安装
  1. 下载预训练模型
bash scripts/download_models.sh

2.2 命令行启动

  1. 开启环境迁移变量切换sdaa backend。
source /opt/tecoai/setvars.sh
  1. 修改源码
# SadTalker/ 路径下

# 备份复制源文件
cp src/facerender/modules/dense_motion.py src/facerender/modules/dense_motion.py.bak

# 替换 .view( 为 .reshape(
sed -i 's/\.view(/.reshape(/g' src/facerender/modules/dense_motion.py
  1. 开始推理
# 准备wav音频片段以及图片(视频)
python inference.py --driven_audio <audio.wav> \
                    --source_image <video.mp4 or picture.png> \

3.windows使用

见README_en.md

About

[CVPR 2023] SadTalker:音频驱动的ai数字人生成

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages