LivePortrait 快速上手3 步把静态照片变成动态人像视频【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait给老照片里的人补一段会眨眼的视频或让人物立绘跟着驱动视频做动作——静态照片变动态这件事靠传统剪辑很难做到。LivePortrait 人像动画是一个开源的人像动画工具一张照片、一段驱动视频就能生成表情和动作连贯的动态肖像视频。先看效果先跑通再谈参数️ 开始前确认三件事装了git、conda和ffmpeg缺 ffmpeg 会直接报错有一块 CUDA 显卡macOS 用户也可以跑人类模式只是会慢很多。第一步克隆代码并安装依赖git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n liveportrait python3.10 conda activate liveportrait pip install -r requirements.txtmacOSApple Silicon用户把最后一行换成pip install -r requirements_macOS.txt。第二步下载预训练模型权重pip install -U huggingface_hub[cli] huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude *.git* README.md docs权重会放进项目根目录的pretrained_weights/目录结构应包含 assets/docs/directory-structure.md 中描述的那些文件。第三步跑一次推理打开 WebUI# 命令行直接跑默认用示例图 source/s0.jpg 和驱动视频 driving/d0.mp4 python inference.py # 或者启动 Gradio 界面浏览器打开 http://127.0.0.1:8890 python app.pyinference.py跑完会在animations/目录生成一个 mp4里面横向拼了驱动视频、输入图和生成结果三块方便你直接对比效果。跑通这一步后面所有参数才有讨论的意义。它能干什么5 类玩法一次说清界面和命令行功能基本一致常用入口是python app.py人类模式和python app_animals.py动物模式。功能上可以归成五类照片变视频i2v静态人像 驱动视频输出动态肖像这是最核心的用法视频编辑v2v源输入本身是视频相当于给人像视频换表情、换头部动作滑块式编辑不靠视频用滑块控制点头、偏头、微笑、眨眼、眼神方向实时预览图像驱动 区域控制用一张图片当驱动信号还能指定只驱动嘴、眼、表情或头部动物模式针对猫狗的面部关键点单独建模注意它只支持 Linux/Windows NVIDIA 显卡macOS 跑不了跟着做三个最常用的功能用驱动视频让照片动起来这是上手后第一个该试的功能启动python app.py在左侧Source Image上传一张正面清晰的人像仓库示例可直接点assets/examples/source/s9.jpg右侧Driving Video选一段驱动视频示例d0.mp4就能用保持默认参数点Animate按钮到animations/查看拼接结果确认动作和表情都贴在脸上用自己的驱动视频时注意两点裁成 1:1如 512×512或加参数--flag_crop_driving_video让程序自动裁第一帧最好是正面中性表情肩部动作越少越好。用滑块摆头、眨眼、微笑不需要任何驱动视频适合做静态图的微调在 Gradio 界面往下滚到Retargeting Image区域上传人像在 Facial movement sliders 里拖head pitch / yaw / roll控制低头、偏头、歪头在 Facial expression sliders 里试smile、wink、eyebrow、眼神方向每拖一下就会实时重绘预览不满意点Reset一键还原用一张图当驱动信号想给照片定格某个表情又不想拍视频驱动输入区切到Driving Image页签上传一张带表情的照片如assets/examples/driving/d30.jpg如果只想动嘴把animation region设为lip只动头部就选pose点Animate源图和驱动都是图片时输出就是一张改完表情的静态图源是视频时每帧都会按这张图的表情驱动等于批量换表情另外两个进阶入口动物模式先在src/utils/dependencies/XPose/models/UniPose/ops下执行python setup.py build install编译依赖再运行python app_animals.py批量推理可以直接用命令行加-s-d换输入。参数速查表这几个最常用以下参数在 src/config/argument_config.py 中有完整定义命令行加--参数名 值Gradio 里对应同名控件参数作用建议取值driving_multiplier动作幅度系数0–2控制驱动动作打几折默认 1.0动作过猛降到 0.8–1.2动物模式建议 1.75driving_option驱动侧重expression-friendly偏表情pose-friendly偏头部姿态人像默认前者想让头跟着驱动视频转就换后者animation_region哪些部位跟着驱动动exp/pose/lip/eyes/all默认all需要单部位时再收窄flag_stitching把动画区域的边缘修补回原图默认开头部动作很大或动物模式时关掉flag_use_half_precisionFP16 半精度显存和速度都更省默认开输出出现黑块时加--no_flag_use_half_precision关掉source_max_dim源图/源视频的最大边长默认 1280显存吃紧时降到 960Linux/Windows 上可以启动时加--flag_do_torch_compile首次推理会多花约一分钟做优化之后每次快 20%–30%macOS 和 Windows 不支持该选项。排障手册遇到问题这样处理现象运行app.py直接报FFmpeg is not installed。原因系统缺少 ffmpeg / ffprobe。处理按 assets/docs/how-to-install-ffmpeg.md 装上再重跑即可。现象输出视频里出现黑色方块。原因部分 GPU 对 FP16 半精度支持不完整。处理启动时加--no_flag_use_half_precision牺牲一点速度换正确性。现象人脸边缘和背景之间有一条可见接缝。原因边缘修补没生效或驱动视频头部动作过大超出可修复范围。处理确认--flag_stitching处于开启状态默认开并换一段头部动作更小的驱动视频。现象动作幅度失控或表情不自然。原因driving_option和驱动内容不匹配或系数给大了。处理把driving_multiplier收到 0.8–1.2 区间驱动视频主要是头部转动时改用--driving_option pose-friendly。现象动物模式依赖安装失败或 macOS 上报错。原因动物模式依赖 XPose需要编译 CUDA 算子官方只在 Linux/Windows NVIDIA 上验证过。处理macOS 只用人类模式Linux/Windows 先确认nvcc -V的 CUDA 版本与 PyTorch 对应再编译ops目录。这些场景用得上数字人口播用一段口播视频驱动静态人物立绘做出简单的讲解视频适合产品介绍和教程内容。老照片纪念让老照片里的人眨眨眼、笑一笑比单纯修图更有温度注意只用于自家照片。宠物内容动物模式让猫狗照片配合wink.pkl这类动作模板眨眼、摇头仓库示例里就有现成组合。表情素材批量同一张图换不同的.pkl动作模板talking、shake_face、shy 等一次产出一组表情素材。跑通之后继续看参数不需要一次全懂先跑通一次比什么都重要。挑一张正面清晰的人像用仓库自带的驱动视频生成你的第一个视频再对照速查表调一两个参数手感很快就有了。中文说明文档readme_zh_cn.md功能更新日志assets/docs/changelog/全部参数定义src/config/argument_config.py示例素材人像与驱动视频/模板assets/examples/各模块单帧推理耗时assets/docs/speed.md【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
