实时数字人——DH_LIVE

前两天亲手搭建了实时对话数字人VideoChat，今天来搭建下DH_LIVE。

DH_LIVE一个实时数字人解决方案，从输入文字到数字人对口型说话用时2-3秒。

今天就来实际操作下dh_live的搭建过程。

首先贴上git地址：https://github.com/kleinlee/DH_live

然后又找到了个带webui的开源地址：https://github.com/v3ucn/DH_live_webui 含一键启动脚本。

1、先来看下自己本地的环境配置：

系统：win10

显卡：rtx 2060 super

2、创建 环境

conda create -n dhlive python==3.10

3、创建好后激活环境，进入到项目目录

conda activate dhlive

4、安装环境

pip install -r requirements.txt

5、安装比较顺利，直接安装成功了，接着来试着启动下

python api.py

报错了。如图：

这种比较好解决，直接 pip install pydub 即可。

6、接着再次执行 第五步，又报错，如图：

pip install torchaudio

7、继续执行第五步，还报错

这是ffmpeg没有配置环境变量，配置下即可。

我的电脑--》右键--》属性--》高级系统设置--》环境变量--》系统变量--》path--》新建--》添加ffmpeg的bin路径保存即可。后台回复"ffmpeg"可获取ffmpeg文件

配置好后重启打开窗口执行ffmpeg

看到输出即为配置成功。

8、接着再执行第五步，又报错

pip install edge_tts

9、接着执行第五步，终于成功了

经实测，效果还不错，就是口型有点不太对应。从输入到说话的间隔要看文本长度。

后台回复"DH_LIVE"可获取到一键启动的项目文件，包含checkpoints模型文件。