软件安装清单
按顺序安装以下软件：
- NVIDIA 显卡驱动 ：前往 NVIDIA 官网 下载最新驱动，安装后在命令行输入
nvidia-smi确认 CUDA Version 显示正常
- Git ：前往 git-scm.com 下载安装 本地已有
- Anaconda / Miniconda ：前往 anaconda.com 下载安装，用于管理 Python 虚拟环境
国内地址：
Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
- FFmpeg ：用于音频/视频处理，下载后将
bin目录加入系统环境变量 PATH -----该这里了
FFmpeg 是一个开源的音视频处理工具套件，广泛用于视频转码、剪辑、合并、流媒体推流等任务。对于Windows用户，推荐直接下载编译好的可执行文件（Builds），无需自行编译。以下是详细的下载安装步骤：
-
访问官网下载页面
打开浏览器，访问 FFmpeg 官方下载地址：https://ffmpeg.org/download.html
-
选择 Windows 版本
在页面中找到 "Windows" 部分，点击 "Windows builds from gyan.dev" 或 "BtbN" 链接（推荐使用 gyan.dev，更新更频繁）。
-
下载压缩包
在 gyan.dev 页面中，找到 "ffmpeg-release-full.7z" 文件并下载。该版本包含所有常用编解码器，适合大多数用户。
-
解压到指定目录
将下载的 .7z 文件解压到一个不含中文和空格的路径，例如：C:\ffmpeg
-
配置环境变量
右键"此电脑" → "属性" → "高级系统设置" → "环境变量"。
在"系统变量"中找到 "Path"，点击"编辑" → "新建"，添加路径：C:\ffmpeg\bin
点击"确定"保存所有设置。
-
验证安装
打开命令提示符（CMD）或 Anaconda Prompt，输入：
ffmpeg -version
如果输出版本信息，说明安装成功。
wget -c https://www.gyan.dev/ffmpeg/builds/ffmpeg-release-full.7z
第一步：克隆项目代码
打开 Anaconda Prompt（以管理员身份运行），执行：
# 克隆项目（国内网络慢可用 Gitee 镜像）
git clone https://github.com/lipku/LiveTalking.git
# 或使用国内镜像：
# git clone https://gitee.com/lipku/LiveTalking.git
# 进入项目目录
cd LiveTalking💡 建议项目路径中不要包含中文，避免后续报错。
cd /d D:\meta_human\LiveTalking
conda --version
第二步：创建 Python 虚拟环境
# 创建 Python 3.12 的虚拟环境（官方推荐版本）
conda create -n livetalking python=3.12
# 激活环境
conda activate livetalking
第三步：安装 PyTorch（CUDA 版本匹配）
先在命令行运行 nvidia-smi，查看右上角的 CUDA Version（这是驱动支持的最高 CUDA 版本），然后选择对应的 PyTorch：
# CUDA 12.x 版本（推荐，适用于大多数 RTX 30 系显卡）
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121⚠️ Windows 上不要硬装 CUDA 11.3，建议用 CUDA 12.x + 对应 PyTorch，否则极易失败。
清华源：
pip install torch==2.9.1 torchvision==0.24.1 torchaudio==2.9.1 --index-url https://pypi.tuna.tsinghua.edu.cn/simple
第四步：安装项目依赖
安装依赖：
设置国内镜像源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt第五步：下载模型文件
这是最关键的一步，需要下载两类文件：
| 网盘 | 地址 |
|---|---|
| 夸克云盘 | https://pan.quark.cn/s/83a750323ef0 |
- 将
wav2lip256.pth拷贝到项目的models/目录下，重命名为wav2lip.pth
- 将
wav2lip256_avatar1.tar.gz解压后整个文件夹拷贝到data/avatars/目录下
启动服务：
python app.py --transport webrtc --model wav2lip --avatar_id wav2lip256_avatar12.3 客户端接入
| 方式 | 说明 |
|---|---|
| 浏览器 | 打开 http://serverip:8010/index.html，点击"开始连接"播放数字人视频，在文本框输入文字提交即可 |
| API 调用 | 参考 API 文档 通过 HTTP 接口驱动 |
| 桌面客户端 | 下载地址: https://pan.quark.cn/s/d7192d8ac19b |
参考：LiveTalking: 实时交互数字人
-------------------------------------------------------------
5.1 数字人模型（Wav2Lip）
由于你是 RTX 3050，推荐使用 wav2lip256 模型（显存占用最小）：
- 从项目 README 或官方文档中提供的网盘链接下载
wav2lip256.pth - 重命名为
wav2lip.pth，放入项目的models/目录下
5.2 数字人形象素材
- 下载官方提供的
wav2lip256_avatar1.tar.gz - 解压到项目的
data/avatars/目录下
💡 如果想自定义数字人形象，可以用自己的闭嘴不说话的正面视频生成：
cd wav2lip
python genavatar.py --video_path 你的视频.mp4 --img_size 256 --avatar_id wav2lip256_myavatar生成后将 results/avatars 下的文件复制到 data/avatars/ 目录。
5.3 国内下载加速
如果 HuggingFace 模型下载慢，设置镜像：
# Windows CMD 环境
set HF_ENDPOINT=https://hf-mirror.com
# Windows PowerShell 环境
$env:HF_ENDPOINT="https://hf-mirror.com"第六步：配置 TTS（文本转语音）
LiveTalking 2.0 支持多种 TTS 引擎，按复杂度排列：
表格
| TTS 引擎 | 特点 | 是否需额外部署 |
|---|---|---|
| EdgeTTS（默认） | 免费、速度快、无需 GPU | ❌ 开箱即用 |
| GPT-SoVITS | 音色克隆、质量高 | ✅ 需单独部署 |
| CosyVoice | 阿里开源、中文效果好 | ✅ 需单独部署 |
| QwenTTS（v2.0 新增） | 大模型驱动、情感丰富 | ✅ 需单独部署 |
💡 新手建议先用默认的 EdgeTTS 跑通流程，后续再升级音色。
第七步：启动服务
方式一：WebRTC 模式（浏览器交互，推荐新手）
python app.py --transport webrtc --model wav2lip --avatar_id wav2lip256_avatar1启动后，用浏览器打开：
http://localhost:8010/webrtcapi.html⚠️ 需要确保防火墙放行 TCP 8010 端口和 UDP 端口。
方式二：RTMP 推流模式（用于直播平台）
先启动 SRS 流媒体服务器（通过 Docker）：
docker run --rm -it -p 1935:1935 -p 1985:1985 -p 8080:8080 \
registry.cn-hangzhou.aliyuncs.com/ossrs/srs:5然后启动数字人服务：
python app.py --transport rtmp --model wav2lip --avatar_id wav2lip256_avatar1第八步：验证运行
启动成功后，终端会输出推理帧率信息。关注两个指标：
- inferfps（推理帧率）：应 ≥ 25
- finalfps（最终帧率）：应 ≥ 25
如果帧率过低，可以尝试：
- 降低分辨率（wav2lip 固定 256×256，已是最小）
- 关闭不必要的后台程序释放显存
- 确认使用的是 GPU 推理而非 CPU
📌 针对 RTX 3050 的优化建议
表格
| 优化项 | 操作 |
|---|---|
| 模型选择 | 只用 wav2lip256，不要尝试 musetalk/ernerf |
| TTS 引擎 | 用 EdgeTTS（零 GPU 占用） |
| 分辨率 | 保持 256×256（wav2lip 默认） |
| 并发数 | 只开 1 路，不要尝试多路并发 |
| 显存监控 | 运行 nvidia-smi 实时监控，确保显存不溢出 |