在Ubuntu18.04下搭建SadTalker让图片开口说话

        最近学习一些数字人的环境搭建，参考了两个博主的内容（具体参见文末），完成了在Ubuntu18.04下的SadTalker的搭建，选择SadTalker的主要原因是它对硬件的要求不高。下面是对过程的一些梳理，自己也重新学习下。初次尝试由于版本等问题花了一些时间，选择虚拟机搭建的优势是搭建错了可以删除重来，在实体机下搭建可能会引入一些环境问题。

1.环境准备

使用VMware WorkStation 16Pro和Ubuntu18.04桌面板，这里默认已经搭建完毕，这里我选择的虚拟机的配置如下（处理器4，内存8G）；

（测试过，选择处理器2，内存4G也能使用，但生成视频时时间更长，面部增强版无法完成）

2.conda管理工具

下载conda：

https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh

将下载的可执行文件放到ubuntu中，此处放在桌面，赋予权限后，直接运行，如下图：

搭建过程回车和选择yes即可

搭建完后，执行初始化，配置环境变量

cd ~/anaconda3/bin
./conda init bash

执行后，会在当前用户的bash配置~/.bashrc下如下内容，本质是配置环境变量：

运行语句，让环境变量生效：

source ~/.bashrc

3.SadTalker安装配置

（1）下载源码：

（2）为Sadtalker创建独立的环境，安装对应的工具，需要安装哪些，可以参考SadTalker源码说明

官网参考地址：

GitHub - OpenTalker/SadTalker: [CVPR 2023] SadTalker：Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation

关键内容如下：

git clone https://github.com/OpenTalker/SadTalker.git


cd SadTalker


conda create -n sadtalker python=3.8


conda activate sadtalker


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


conda install ffmpeg


pip install -r requirements.txt


### Coqui TTS is optional for gradio demo. ### pip install TTS

运行的过程如下：

看到如下输出：

激活：

安装ffmpeg：

安装依赖：

下载 gfpgan.zip 和 sadtalker_checkpoints_v0.0.2.zip，将它们解压后，对应的gfpgan和checkpoints放在~/SadTalker目录下，如下图所示：

下载参考文末其他博客

4.测试

在SadTalker源码下，默认有音频文件和图片，执行如下所示：

运行过程对CPU和内存监控如下：

完成后，对应视频文件如下：

视频播放如下：

5.参考

让照片人物开口说话，SadTalker 安装及使用（避坑指南）-优快云博客

数字人生成指南--linux centos SadTalker使用指南,超级详细_sadtalker linux-优快云博客