Windows如何顺利部署GeneFace++

在 Windows 上顺利部署 GeneFace++（声音驱动的说话人脸生成项目），确实会比 Linux 麻烦一些，主要卡点在 环境依赖、CUDA、音频/视频处理库。下面给你一套可落地、踩坑最少的部署流程。

一、前期准备（非常重要）

1️⃣ 系统要求

• ✅ Windows 10 / 11（64 位）
• ✅ NVIDIA 显卡（推荐 3060 及以上）
• ✅ 已安装 NVIDIA 驱动
• ✅ 稳定网络（GitHub / HuggingFace 可访问）

2️⃣ 基础软件安装

✅ Python（务必用 3.9）

Python 3.9.x

❌ 不要用 3.10 / 3.11，GeneFace++ 很多依赖不兼容
建议用 Miniconda：

conda create -n geneface python=3.9
conda activate geneface

3️⃣ CUDA & PyTorch（关键点）

GeneFace++ 通常基于：

• PyTorch 1.12 ~ 2.0
• CUDA 11.3 / 11.7

推荐组合（最稳）：

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

验证：

import torch
print(torch.cuda.is_available())

二、克隆 GeneFace++ 代码

git clone https://github.com/liurn328/GeneFacePlusPlus.git
cd GeneFacePlusPlus

三、安装依赖（最容易翻车）

1️⃣ 先装基础库

pip install -r requirements.txt

如果报错，重点看这些：

✅ ffmpeg（必须）

Windows 安装方式：

• 下载：https://www.gyan.dev/ffmpeg/builds/
• 解压后把 bin 加到 系统 PATH

验证：

ffmpeg -version

2️⃣ 音频相关（常报错）

pip install librosa==0.9.2 soundfile

如果 numba 报错：

pip install numba==0.56.4

3️⃣ 可视化 / 渲染

pip install opencv-python pyrender trimesh

Windows 下 pyrender 可能无法显示窗口（正常现象），不影响推理。

四、模型与数据准备

1️⃣ 下载预训练模型

官方 README 中通常会提供：

• audio2motion 模型
• motion2video 模型

放在：

GeneFacePlusPlus/checkpoints/

2️⃣ 准备输入

• 音频：.wav（16k 采样）
• 可选：参考视频 / 图像

五、推理测试（最小可用）

python inference/genefacepp_inference.py \
--a2m_model_path checkpoints/audio2motion.pth \
--m2v_model_path checkpoints/motion2video.pth \
--audio_path examples/audio.wav \
--out_path results/output.mp4

六、Windows 专属避坑指南 ⚠️

❗ 常见坑 & 解决

七、推荐部署方案（更稳）

如果你不想折腾 Windows：
✅ 用 WSL2 + Ubuntu 20.04
✅ 或 Docker（Linux 镜像）

这是 GeneFace++ 官方最推荐的方案。

八、如果你愿意，我可以继续帮你

你可以直接告诉我：

• ✅ 你的 显卡型号
• ✅ 是 推理 / 训练
• ✅ 想用 原版 / 简化版 / WebUI

我可以给你 一步不漏的命令版教程 或 Docker 方案。