在autodl搭建stable-diffusion-webui+sadTalker

小葫芦写代码2024-02-27 23:38

本文介绍在autodl.com搭建gpu服务器，实现stable-diffusion-webui+sadTalker功能，图片+音频可生成视频。

自己本地部署SD环境会遇到各种问题，网络问题（比如huggingface是无法访问），所以最好的方式是租用GPU，可以通过以下视频了解如何使用autodl.com

autoDL比较好的点就是上边有很多大佬已经部署好的环境镜像，直接使用就行。

如图是我租用的一个GPU实例。

选择的镜像是小李xiaolxlAUTOMATIC1111/stable-diffusion-webui的v15.3版本。

镜像使用说明见大佬的视频介绍：

SadTalker git 点击这里。

stable-diffusion-webui安装SadTalker插件的方式很多，我这里使用从url安装的方式。

别忘了开启加速

插件安装成功后，开始下载模型。

SadTalker需要两种模型，checkpoints和gfpgan。下载方式推荐如下两种。

模型下载好，需要将模型放到GPU服务器上。

autodl.com支持直接从云盘把文件拷贝到实例，详细可参考如下：

我用的是阿里云盘，因为百度云盘的鉴权比骄麻烦。我这边实测如果从阿里云盘拷贝模型到autodl.com,速度能达到10MB/s以上。

模型文件放置的位置如下：

stable-diffusioni-webui/SadTalker下建立两个文件夹，checkpoints和gfpgan

这里有个要注意的点：模型文件的权限都要改成777（chmod -R 777 ./*）,因为sd-webui启动时会切换到其他的user，如果模型文件没有访问权限，就会重新发起模型下载

在extension里点击 apply and quit，就会重启webui重新加载。

sadTalker的使用方式是图片+声音生成视频。

我使用的微信小程序，搜索：配音家，使用很方便，文字输入就能导出音频。

autodl.com支持把当前的环境保存成自己的镜像，以后自己直接使用，非常方便。