Windows跑GeneFace++怎么弄

在 Windows 上跑 GeneFace++（一个基于深度学习的语音驱动人脸动画生成项目），虽然官方更推荐 Linux，但 Windows 也是可以跑的，只是坑会多一点。下面给你一个可落地的完整流程。

一、GeneFace++ 是什么（先确认）

GeneFace++ 是 GeneFace 的升级版，用于：

• 输入：音频 + 参考视频/图片
• 输出：说话人脸视频

核心依赖：

• Python
• PyTorch
• CUDA（强烈建议）
• ffmpeg
• 一些音频 / 视觉库

二、Windows 环境准备

1️⃣ 安装基础软件

1. Python 3.9（推荐）

• 官网：https://www.python.org
• 安装时勾选 Add to PATH

1. Git

• https://git-scm.com

1. FFmpeg

• 下载：https://ffmpeg.org
• 解压后把 bin 路径加入 系统环境变量 PATH

1. Visual Studio Build Tools

• 安装 “C++ 生成工具”
• 否则很多包编译会失败

2️⃣ 安装 CUDA（关键）

GeneFace++ 需要 GPU

• 查看显卡支持的 CUDA 版本（NVIDIA 控制面板）
• 推荐：
• CUDA 11.8
• cuDNN 8.x

安装后确认：

nvidia-smi
nvcc --version

三、克隆 GeneFace++ 项目

git clone https://github.com/liumin time/GeneFacePlusPlus.git
cd GeneFacePlusPlus

（注意：GitHub 上可能有多个 fork，确保是 GeneFace++ 官方或高 star 版本）

四、创建 Python 虚拟环境（强烈建议）

python -m venv geneface
geneface\Scripts\activate

五、安装依赖（重点）

1️⃣ 安装 PyTorch（CUDA 版本）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

2️⃣ 安装项目依赖

pip install -r requirements.txt

⚠️ Windows 常见问题：

• pyworld 安装失败 → 用预编译 wheel
• numba 版本不匹配 → 固定版本
• face_alignment 可能要降级

六、准备模型和数据

1️⃣ 下载预训练模型

官方 README 会提供：

• audio2motion 模型
• motion2video 模型

放到：

checkpoints/

2️⃣ 准备数据

• 参考视频（说话清晰）
• 音频文件（wav）

七、运行推理（示例）

python inference.py \
--audio_path test.wav \
--video_path ref.mp4 \
--out_path output.mp4

具体参数以你下载版本 README 为准。

八、Windows 常见坑（必看）

❌ 问题 1：路径反斜杠

• 用双反斜杠或 /

❌ 问题 2：多线程报错

• 设置：

set OMP_NUM_THREADS=1

❌ 问题 3：显存爆炸

• 减小 batch size
• 使用半精度

❌ 问题 4：ffmpeg 找不到

• 确认 ffmpeg -version 能运行

九、如果你不想折腾（推荐方案）

✅ 用 WSL2（Windows Subsystem for Linux）

• 几乎等于 Ubuntu
• 官方教程最匹配
• 性能损失很小

wsl --install

然后在 Ubuntu 里按 Linux 教程跑。

十、我可以继续帮你

你可以告诉我：

1. 你是 新手 / 有 Python 基础
2. 显卡型号（如 3060 / 4070）
3. 是想 自己训练 还是 只跑推理
4. 卡在哪一步（报错直接贴）

我可以直接帮你 一步一步排错。