51工具盒子

依楼听风雨
笑看云卷云舒,淡观潮起潮落

开源流式数字人来了:实现音视频同步对话,基本可达商用效果!

Vach 核心功能

  • 支持文本/语音交互(✅)

  • 支持 SyncTalk^[2]^ 项目(✅)

  • 声音克隆(开发中)

  • 直播间业务(开发中)

  • 展示屏互动(开发中)

Vach 快速上手

1.克隆项目

git clonehttps://github.com/Hujiazeng/Vach.git
cd Vach

2.安装项目依赖

conda create -n Vach python==3.10
conda activate Vach
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
pip install -r requirements.txt
pip install --no-index --no-cache-dir pytorch3d -f https://dl.fbaipublicfiles.com/pytorch3d/packaging/wheels/py38_cu113_pyt1121/download.html
# Note the following modules. If installation is unsuccessful, you can navigate to the path and use pip install . or python setup.py install to compile and install.
# NeRF/freqencoder
# NeRF/gridencoder
# NeRF/raymarching
# NeRF/shencoder

3.下载数字人模型文件

从模型地址^[3]^下载预训练模型,也可以替换成自己训练的模型^[4]^。 模型地址: https://github.com/Hujiazeng/Vach/releases/tag/ckpt

模型文件目录结构:

.
├── data
│   ├── obama(user-defined)
│       ├── transforms_train.json
│       ├── au.csv   
│       ├── ngp_kf.pth
│       ├── template.npy(首次运行自动生成)
│       ├── torso_imgs(仅全身推理时使用)
│       ├── fullbody_imgs(仅全身推理时使用)

4.启动项目

python app.py

若要开启麦克风监听功能,则需要添加 --mike 参数:

python app.py --mike

如果您不能正常访问 huggingface,则需要在运行前配置镜像地址:

export HF_ENDPOINT=https://hf-mirror.com

5.访问项目

当项目成功启动之后,您可以在浏览器中打开 http://127.0.0.1:8010/webrtc.html 地址,来访问该项目。在建立连接后,你就可以在文本框提交任何文字。

https://github.com/Hujiazeng/Vach

赞(6)
未经允许不得转载:工具盒子 » 开源流式数字人来了:实现音视频同步对话,基本可达商用效果!