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
吕永强23 分钟前
人工智能与环境:守护地球的智能防线
人工智能·科普
兮℡檬,30 分钟前
房价预测|Pytorch
人工智能·pytorch·python
白-胖-子5 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
想要成为计算机高手7 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
静心问道7 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.08 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
小楓12018 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师8 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen8 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域8 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序