LivePortrait 人像动画速通一条命令让照片开口说话【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait相册里的照片成百上千没有一张能用短视频素材永远不够用LivePortrait 是一个本地运行的人像动画工具丢一张静态照片加一段驱动视频照片里的人就会眨眼、说话、歪头全程不出本机。先看懂它强在哪免费跑在本机不用注册、不用排队照片和驱动视频都不出硬盘。真人、动物双模式人像能驱动猫狗照片也能动起来。驱动方式任选驱动视频、单张驱动图片、.pkl动作模板都能当导演。表情精确到眉毛眼睛开合、嘴唇、微笑、眉毛、眼球方向各有滑块。一张游戏显卡能跑RTX 4090 接近实时普通游戏本也能慢慢出片。从零到出片装环境# Clone the code and enter the directory git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait # Isolated Python 3.10 env to avoid dependency conflicts conda create -n LivePortrait python3.10 conda activate LivePortrait # Install remaining deps (NVIDIA users: install a CUDA-matched torch first) pip install -r requirements.txt建独立环境是为了锁住版本、避免依赖打架Apple Silicon 的 Mac 改用pip install -r requirements_macOS.txt。拉权重# Requires the cli tool: pip install -U huggingface_hub[cli] first # Pretrained weights are the models brain; several GB, be patient huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude *.git* README.md docs跳过这步后面所有命令都跑不起来。下载慢就先加一行export HF_ENDPOINThttps://hf-mirror.com切国内镜像。跑第一条命令# Ship with repo examples: generate your first animation python inference.py几十秒后animations/s6--d0_concat.mp4出炉把驱动视频、源图像、生成结果拼成一段方便对比。想换自己的素材只用两个参数指路# -s source photo, -d driving video python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4换个玩法打开网页界面零代码出片python app.py # 启动后浏览器打开 http://127.0.0.1:8890左边放源素材图片或视频右边放驱动素材点 Animate 出片内置多组示例点一下就能试跑。把右侧切到 Driving Image还能用一张带表情的照片驱动动画连视频素材都省了。适合熟悉流程、微调参数时用批量出视频就别用它命令行更快。滑块精修表情Retargeting 里十几个滑块直控眼睛开合比例、嘴唇开合程度、微笑、眨眼、眉毛、眼球方向拖一下实时预览姿态部分另有 pitch / yaw / roll头部能朝任意方向转做点头、摇头毫无压力。需要精确控制嘴张多大时用驱动视频效果已经达标就不用细抠。动物模式 # Build X-Pose custom ops (one time only) cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd - # Drive a cat photo with a wink motion template python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching需要 NVIDIA GPULinux/Windows。素材是宠物时用没有 N 卡或在 macOS 上就直接跳过。翻车自救用自己视频驱动人脸发虚、裁得不对→ 驱动视频不达标1:1 裁剪、头部居中、肩部少动、首帧中性正面脸→ 加--flag_crop_driving_video自动裁剪仍不理想再调--scale_crop_driving_video和--vy_ratio_crop_driving_video。表情平淡或太夸张→ 驱动强度与模式不匹配素材 → 调 driving multiplierdriving option 在expression-friendly重表情与pose-friendly重姿态之间切换。生成太慢等得着急→ 没做推理预热 →python app.py --flag_do_torch_compile首跑约一分钟预热之后提速 20%30%Windows 和 macOS 不支持。输出视频带黑框→ 半精度推理与显卡不兼容 → 把flag_use_half_precision设为False。没有 N 卡也想跑→ CPU 模式属实验性 → 加--flag_force_cpuApple Silicon 用PYTORCH_ENABLE_MPS_FALLBACK1 python app.py速度约 RTX 4090 的 1/20且不支持动物模式。参数全貌见 readme_zh_cn.md核心推理逻辑在 src/live_portrait_pipeline.py入口则是 inference.py 和 app.py。下一张想替你说话的照片该你去挑了。【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
LivePortrait 人像动画速通：一条命令让照片开口说话
LivePortrait 人像动画速通一条命令让照片开口说话【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait相册里的照片成百上千没有一张能用短视频素材永远不够用LivePortrait 是一个本地运行的人像动画工具丢一张静态照片加一段驱动视频照片里的人就会眨眼、说话、歪头全程不出本机。先看懂它强在哪免费跑在本机不用注册、不用排队照片和驱动视频都不出硬盘。真人、动物双模式人像能驱动猫狗照片也能动起来。驱动方式任选驱动视频、单张驱动图片、.pkl动作模板都能当导演。表情精确到眉毛眼睛开合、嘴唇、微笑、眉毛、眼球方向各有滑块。一张游戏显卡能跑RTX 4090 接近实时普通游戏本也能慢慢出片。从零到出片装环境# Clone the code and enter the directory git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait # Isolated Python 3.10 env to avoid dependency conflicts conda create -n LivePortrait python3.10 conda activate LivePortrait # Install remaining deps (NVIDIA users: install a CUDA-matched torch first) pip install -r requirements.txt建独立环境是为了锁住版本、避免依赖打架Apple Silicon 的 Mac 改用pip install -r requirements_macOS.txt。拉权重# Requires the cli tool: pip install -U huggingface_hub[cli] first # Pretrained weights are the models brain; several GB, be patient huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude *.git* README.md docs跳过这步后面所有命令都跑不起来。下载慢就先加一行export HF_ENDPOINThttps://hf-mirror.com切国内镜像。跑第一条命令# Ship with repo examples: generate your first animation python inference.py几十秒后animations/s6--d0_concat.mp4出炉把驱动视频、源图像、生成结果拼成一段方便对比。想换自己的素材只用两个参数指路# -s source photo, -d driving video python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4换个玩法打开网页界面零代码出片python app.py # 启动后浏览器打开 http://127.0.0.1:8890左边放源素材图片或视频右边放驱动素材点 Animate 出片内置多组示例点一下就能试跑。把右侧切到 Driving Image还能用一张带表情的照片驱动动画连视频素材都省了。适合熟悉流程、微调参数时用批量出视频就别用它命令行更快。滑块精修表情Retargeting 里十几个滑块直控眼睛开合比例、嘴唇开合程度、微笑、眨眼、眉毛、眼球方向拖一下实时预览姿态部分另有 pitch / yaw / roll头部能朝任意方向转做点头、摇头毫无压力。需要精确控制嘴张多大时用驱动视频效果已经达标就不用细抠。动物模式 # Build X-Pose custom ops (one time only) cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd - # Drive a cat photo with a wink motion template python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching需要 NVIDIA GPULinux/Windows。素材是宠物时用没有 N 卡或在 macOS 上就直接跳过。翻车自救用自己视频驱动人脸发虚、裁得不对→ 驱动视频不达标1:1 裁剪、头部居中、肩部少动、首帧中性正面脸→ 加--flag_crop_driving_video自动裁剪仍不理想再调--scale_crop_driving_video和--vy_ratio_crop_driving_video。表情平淡或太夸张→ 驱动强度与模式不匹配素材 → 调 driving multiplierdriving option 在expression-friendly重表情与pose-friendly重姿态之间切换。生成太慢等得着急→ 没做推理预热 →python app.py --flag_do_torch_compile首跑约一分钟预热之后提速 20%30%Windows 和 macOS 不支持。输出视频带黑框→ 半精度推理与显卡不兼容 → 把flag_use_half_precision设为False。没有 N 卡也想跑→ CPU 模式属实验性 → 加--flag_force_cpuApple Silicon 用PYTORCH_ENABLE_MPS_FALLBACK1 python app.py速度约 RTX 4090 的 1/20且不支持动物模式。参数全貌见 readme_zh_cn.md核心推理逻辑在 src/live_portrait_pipeline.py入口则是 inference.py 和 app.py。下一张想替你说话的照片该你去挑了。【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
