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

复制代码
conda create -n dhlive python==3.10

3、创建好后激活环境,进入到项目目录

复制代码
conda activate dhlive

4、安装环境

复制代码
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

复制代码
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:

复制代码
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

复制代码
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。

相关推荐
DeepSeek-大模型系统教程4 小时前
推荐 7 个本周 yyds 的 GitHub 项目。
人工智能·ai·语言模型·大模型·github·ai大模型·大模型学习
郭庆汝4 小时前
pytorch、torchvision与python版本对应关系
人工智能·pytorch·python
小雷FansUnion6 小时前
深入理解MCP架构:智能服务编排、上下文管理与动态路由实战
人工智能·架构·大模型·mcp
思则变8 小时前
[Pytest] [Part 2]增加 log功能
开发语言·python·pytest
漫谈网络8 小时前
WebSocket 在前后端的完整使用流程
javascript·python·websocket
try2find9 小时前
安装llama-cpp-python踩坑记
开发语言·python·llama
博观而约取10 小时前
Django ORM 1. 创建模型(Model)
数据库·python·django
静心问道12 小时前
STEP-BACK PROMPTING:退一步:通过抽象在大型语言模型中唤起推理能力
人工智能·语言模型·大模型
精灵vector12 小时前
构建专家级SQL Agent交互
python·aigc·ai编程
Zonda要好好学习12 小时前
Python入门Day2
开发语言·python