SadTalker/README.md

SadTalker with GFPGAN 图像语音合成

SadTalker with GFPGAN 是一个图像和语音合成项目，它结合了 SadTalker 模型和 GFPGAN 图像增强技术，使用户能够通过图像和语音生成合成视频。

安装步骤

1. 下载 Anaconda 并安装。

2. 设置 pip 源：

   pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 进入 SadTalker 目录：

   cd path/to/SadTalker
   

4. 创建并激活虚拟环境：

   conda create -n sadtalker python=3.8
   conda activate sadtalker
   

5. 安装 PyTorch 和其他依赖：

   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
   conda install ffmpeg
   pip install -r requirements.txt
   

生成合成视频

执行以下命令生成合成视频：

# 确保将 path/to/your/audio.wav 替换为您的语音文件路径，path/to/your/image.png 替换为您的图像文件路径，path/to/output 替换为您的输出目录。
python inference.py --driven_audio path/to/your/audio.wav --source_image path/to/your/image.png --result_dir path/to/output --still --preprocess full --enhancer gfpgan

名称	配置	默认值	说明
增强模式	--enhancer	None	使用 gfpgan 或 RestoreFormer 通过面部修复网络增强生成的面部
背景增强模式	--background_enhancer	None	使用 realesrgan 增强整个视频。
静态模式	--still	False	使用与原始图像相同的姿势参数，减少头部运动。
表达模式	--expression_scale	1.0	较大的值将增强表情动作。
保存路径	--result_dir	./results	文件将保存在新的位置。
预处理模式	--preprocess	crop	在裁剪的输入图像上运行并生成结果。其他选择：resize，图像将被调整为特定分辨率。full，运行完整图像动画，与 --still 一起使用以获得更好的结果。
参考模式 (眼部)	--ref_eyeblink	None	视频路径，我们从该参考视频中借用眨眼动作以提供更自然的眉毛运动。
参考模式 (姿势)	--ref_pose	None	视频路径，我们从该头部参考视频中借用姿势。
3D 模式	--face3dvis	False	需要额外的安装。有关生成3D人脸的更多详细信息，请参见 这里。
自由视角模式	--input_yaw, --input_pitch, --input_roll	None	从单个图像生成新视角或自由视角的4D对话头。有关更多详细信息，请参见 这里。