在autodl搭建stable-diffusion-webui+sadTalker

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。

autodl租GPU

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算力云 | 弹性、好用、省钱。租GPU就上AutoDL

炼丹平台AutoDL的简单使用_哔哩哔哩_bilibili

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:

AI绘画云端部署-整合版4.0正式发布 | 全新重构启动3.0 | 全流程教程_哔哩哔哩_bilibili

安装SadTalker

SadTalker git 点击这里。

sadTalker插件安装

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。

模型下载

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

从git下载
阿里云魔搭下载

魔搭社区

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:

AutoDL帮助文档

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

重启webui

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

测试生成视频

sadTalker的使用方式是 图片+声音 生成视频。

文字转语音工具

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。

测试生成视频

保存当前镜像

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。

相关推荐
机器之心3 分钟前
RL真让大模型更会推理?清华新研究:其能力边界或仍被基座「锁死」
人工智能
不当菜鸡的程序媛5 分钟前
为什么要提出Null-text Inversion
人工智能
独立开发之道8 分钟前
AI 赋能 3D 创作!Tripo3D 全功能深度解析与实操教程
人工智能
早睡早起吧12 分钟前
目标检测篇---faster R-CNN
人工智能·python·目标检测·计算机视觉·cnn
大模型真好玩19 分钟前
RAG系统效果不达预期?一定要看看这篇详细高效的优化指南!
人工智能·python·mcp
勤奋的小懒猪36 分钟前
Halcon应用:相机标定
图像处理·人工智能·计算机视觉
脑极体37 分钟前
寻找AI大模型时代的存力破壁人:华为的行与思
人工智能·华为
loriby37 分钟前
卷积神经网络:视觉炼金术士的数学魔法
人工智能·神经网络·cnn
MorleyOlsen38 分钟前
【数字图像处理】机器视觉(1)
人工智能·计算机视觉
COOCC138 分钟前
PyTorch 实战:Transformer 模型搭建全解析
人工智能·pytorch·python·深度学习·神经网络·目标检测·transformer