一、前期准备
conda create -n geneface python=3.8)并激活(conda activate geneface);pip install numpy opencv-python torch torchvision安装基础库(具体以项目requirements.txt为准)。访问GeneFace++官方GitHub仓库或可信第三方源,下载源代码压缩包或克隆仓库至本地。
二、编译与安装
解压源码包,打开Visual Studio开发人员命令提示符,导航至源码根目录,执行以下命令生成构建文件并编译:
mkdir build
cd build
cmake .. # 生成Visual Studio项目文件
cmake --build . --config Release # 编译项目(Release模式)若项目包含安装步骤,需运行安装命令(如pip install .或项目指定的安装脚本),将编译好的库安装至系统路径。
三、环境配置
若需全局访问GeneFace++可执行文件,将编译生成的bin目录路径添加至系统PATH环境变量(通过“系统属性→高级→环境变量”修改)。
在命令提示符中运行GeneFace++提供的示例程序(如geneface_test.py),检查是否输出预期结果(无报错且生成测试文件)。
四、快速部署方案(可选,针对简化流程)
若不想手动配置环境,可使用在线平台(如OpenBayes)的预配置教程:
conda env export -p /output/geneface && conda activate /output/geneface配置环境;/openbayes/home/start_web.sh启动WebUI(访问https://0.0.0.0:8080)。五、测试与使用
打开WebUI,导入3-5分钟清晰正方形视频(建议512×512像素、纯色背景、正面肩部以上、无杂音),选择训练步数(如50000步),点击“Train”开始训练(需等待2小时以上)。
训练完成后,上传音频文件,选择对应模型(音频驱动模型model_ckpt_steps_400000.ckpt、训练步数对应的躯干与头部模型),点击“Generate”生成唇音同步的3D说话人脸视频。