【零基础】speech driven animation中文安装使用指南
注:原项目名叫Speech-Driven Animation,所以我这里就简称为SDA
开局一张图,后面自动编
相信前段时间爆火的DeepNude(AI扒衣)让很多人惊掉了大牙,AI还能干这个?!如果你还不知道什么是DeepNude现在可以百度一下了,关注公众号“零基础爱学习”回复“DeepNude”也可以获取更多信息。
现在长江后浪推前浪,一浪更比一浪强啊,来自伦敦帝国学院的iBUG小组近日开源了一个AI项目SDA(Speech-Driven Animation),只需要一张图片,唱歌说话视频自动生成!比如:
施瓦辛格:
开始说话:
除了自动根据语音对口型,SDA还可以指定情绪,比如:
开心:
难过:
如果只是介绍下SDA就太没意思了,所以各位喜爱学习的程序员们有福了,本文其实是一篇完整的SDA安装和使用指南!(耗时一周整理完成!)。虽然本文已非常详细,不过开始之前还是有一点小小的要求:
1、必须要会用linux,熟悉Ubuntu最好
2、必须要会编程,熟悉python更好
Ubuntu与基础环境
使用SDA最大的坑就是操作系统一定要用Ubuntu!我一开始用centos来着,各种报错!换了Ubuntu各种顺利!比如项目需要用python3.6,而centos默认是2.7,安装的话一般会装3.8,结果就是不得行!必须是python3.6!项目也没啥文档,全靠自己摸索的!基础环境就两个重点:
1、操作系统:Ubuntu(重要!)
我下载的版本是这个“ubuntu-18.04.2-live-server-amd64.iso”
2、python3.6(Ubuntu默认自带python3.6)
git与git lfs安装
SDA项目发布在git,其中AI训练生成的数据包大概有2G左右,所以需要使用git lfs(大文件专用)来下载项目源码
1、安装git
sudo apt install git
2、安装git lfs
sudo apt install git-lfs
sudo git init
sudo git lfs install
依赖包安装
SDA项目使用了大量的python扩展包,比如torch、scikit、opencv等等,这里我们先安装一些依赖包
1、pip,先安装pip,后面一些依赖包需要使用pip
sudo apt install python3-pip
2、setuptools,安装python扩展包必备工具
sudo apt install python3-setuptools
3、一些建议先安装的包(文末附下载方式)
这几个包是安装SDA时会自动下载安装的,如果你发现下载比较慢的话(torch有600多M)可以试试先从百度云下载(文末附下载链接)自行安装。
1)opencv
sudo pip3 install opencv_python-4.1.0.25-cp36-cp36m-manylinux1_x86_64.whl
2)torch
sudo pip3 install torch-1.1.0-cp36-cp36m-manylinux1_x86_64.whl
3)scikit
sudo pip3 install scikit_image-0.15.0-cp36-cp36m-manylinux1_x86_64.whl
4)scipy
sudo pip3 install scipy-1.3.0-cp36-cp36m-manylinux1_x86_64.whl
4、ffmpeg,SDA涉及视频操作,所以ffmpeg是必须安装的,这里我们直接从git获取安装包
sudo git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
到下载的ffmpeg包中依次执行./configure、make、make install
安装SDA(speech-driven-animation)
SDA安装包可以通过git lfs直接获取(2G左右),也可以从云盘下载(文末附下载链接)。这里演示的是从git lfs下载。
1、获取SDA安装包
sudo git lfs clone https://github.com/DinoMan/speech-driven-animation.git
2、git会下载一个目录speech-driven-animation,进入该目录执行如下指令
sudo python3 setup.py build
sudo python3 setup.py install
(会自动下载一些依赖包)
SDA就算是安装好了,看似简简单单数个命令,却是辛苦一周试出来的啊!
依赖包安装2
前面安装的几个依赖包只是SDA安装需要的,想要使用SDA来干活儿还得继续安装!
1、libXrender
sudo apt install libxrender1
2、libSM
sudo apt install libsm6
3、torchaudio
sudo pip3 install git+https://github.com/pytorch/audio@d92de5b //下载并安装老版本的torchaudio
(这里又是个坑,SDA需要torch和torchaudio,但是最新版torchaudio与torch有兼容性问题,所以需要使用老版本的torchaudio!)
4、sox
sudo apt install sox libsox-dev libsox-fmt-all
(这里也是个坑,只有Ubuntu能正常安装sox,centos不得行!)
5、torchvision
sudo pip3 install torchvision
编写测试代码
找到前面下载的speech-driven-animation目录,进入之,可以看到一个“example”目录,进入之,能看到audio.wav、image.bmp两个文件,是项目组提供测试的图片和音频文件,我们就在这里写一段测试代码:
vi test.py //然后输入下列代码:
import sda
va = sda.VideoAnimator()
vid, aud = va("image.bmp", "audio.wav")
va.save_video(vid, aud, "/home/XXX(这里根据实际情况填写)/speech-driven-animation/example/test.mp4") //这里要写完整的路径,不要问为什么,反正不这么写就报错
保存后使用下列指令测试:
sudo python3 test.py
运行成功了吗?是不是又卡主了...应该会提示:
Downloading the face detection CNN. Please wait...
Downloading the Face Alignment Network(FAN). Please wait...
因为face_alignment这个扩展包的训练数据还没下载呢...你需要将:
s3fd_convert.pth、2DFAN-4.pth.tar这两个文件放到“/home/XXX(这里根据实际情况填写)/.face_alignment/data/”目录下(可搜索.face_alignment找到此目录),文末附下载方式。
好啦,现在再次执行测试:
sudo python3 test.py
没有报错的话,可以看看目录下是不是生成了一个test.mp4,赶紧下载到电脑上看看吧!
各种包下载方式
因为很多包从git、pypi下载很慢,所以我这里提供了几个比较大的包、关键文件的百度云下载。关注公众号“零基础爱学习”,回复“SDA”获取下面的资料:
1、speech-driven-animation.tar.gz SDA源码包,已包含了训练文件(2G)
2、scipy-1.3.0-cp36-cp36m-manylinux1_x86_64.whl SDA依赖包
3、scikit_image-0.15.0-cp36-cp36m-manylinux1_x86_64.whl SDA依赖包
4、torch-1.1.0-cp36-cp36m-manylinux1_x86_64.whl SDA依赖包
5、opencv_python-4.1.0.25-cp36-cp36m-manylinux1_x86_64.whl SDA依赖包
6、s3fd_convert.pth、2DFAN-4.pth.tar face_alignment训练文件
7、audio-d92de5b97fc6204db4b1e3ed20c03ac06f5d53f0.zip 老版本的torchaudio
常见报错
针对一些常见的报错现象,最后总结一下给大家
1、ModuleNotFoundError: No module named 'setuptools'
需要安装setuptools sudo apt install python3-setuptools
2、torchaudio/torch_sox.cpp:3:10: fatal error: sox.h: No such file or directory
没有安装sox sudo apt install sox libsox-dev libsox-fmt-all(需要是Ubuntu操作系统)
3、RuntimeError: Failed to parse the argument list of a type annotation: name 'Optional' is not defined
你可能是最新版torchaudio的受害者(新版torchaudio与torch间有bug),所以你需要的是老版本:sudo pip3 install git+https://github.com/pytorch/audio@d92de5b
4、libSM.so.6: cannot open shared object file: No such file or directory
缺包 sudo apt install libsm6
5、ImportError: libXrender.so.1: cannot open shared object file: No such file or directory
缺包 sudo apt install libxrender1
6、_pickle.UnpicklingError: invalid load key, 'v'.
如果你遇到这报错,最大的可能性是你直接在git上下载源码了吧,不得行的,项目使用了git lfs,所以需要使用lfs下载源码(将项目中的大文件一起下载了)
先装git和git lfs:sudo apt install git、sudo apt install git-lfs、git init、sudo git lfs install
再获取项目源码:git lfs clone https://github.com/DinoMan/speech-driven-animation.git
7、Error: Failed to call git rev-parse --git-dir --show-toplevel: "fatal: not a git repository (or any of the parent directories): .git\n"
git lfs install之前要先执行git init
8、speech-driven-animation测试时没有视频文件输出
va.save_video(vid, aud, "/home/XXX(这里根据实际情况填写)/speech-driven-animation/example/test.mp4") 这里需要填写完整的路径
9、ModuleNotFoundError: No module named 'torchvision'
缺少torchvision包 sudo pip3 install torchvision
10、ModuleNotFoundError: No module named 'torchaudio'
缺少torchaudio包 sudo pip3 install git+https://github.com/pytorch/audio@d92de5b
11、ImportError: libsox.so.2: cannot open shared object file: No such file or directory
没有安装sox,而且你可能正在使用非Ubuntu系统 sudo apt install sox libsox-dev libsox-fmt-all(需要是Ubuntu操作系统)
12、ImportError: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found
gcc版本低,而且你可能正在使用非Ubuntu系统。使用Ubuntu就没有这个问题。当然你也可以下载最新的gcc来安装...
13、ImportError: /usr/local/lib/python3.6/site-packages/_torch_sox.cpython-36m-x86_64-linux-gnu.so: undefined symbol: _ZN2at19UndefinedTensorImpl10_singletonE
还是sox的问题,而且你可能正在使用非Ubuntu系统,换用Ubuntu就没这个问题了
【零基础】speech driven animation中文安装使用指南的更多相关文章
- nodejs零基础详细教程1:安装+基础概念
第一章 建议学习时间2小时 课程共10章 学习方式:详细阅读,并手动实现相关代码 学习目标:此教程将教会大家 安装Node.搭建服务器.express.mysql.mongodb.编写后台业务逻辑. ...
- node.js零基础详细教程(1):安装+基础概念
第一章 建议学习时间2小时 课程共10章 学习方式:详细阅读,并手动实现相关代码 学习目标:此教程将教会大家 安装Node.搭建服务器.express.mysql.mongodb.编写后台业务逻辑. ...
- JavaWeb零基础入门-02 开发环境安装
大家好!我又来了,上一篇我们讲了一些基础概念:Html.Web服务器.数据库.Http和JavaWeb三大组件,它们是什么,有什么作用,都有了初步的了解.接下来我们进入学习JavaWeb的第一步,开发 ...
- 【零基础】搞定zabbix安装
一.前言 最近想做服务器压力测试,测试软件找到了,突然发现还没有很好的办法监控服务器运行情况,之前用过zabbix,所以想到说要不就用zabbix来监控服务器运情况,不过这次就要好好研究下zabbix ...
- [web建站] 优课急送《零基础快速学习建站》视频+课件【价值399元】
[课程介绍]你想快速建一个网站出来吗?你想从什么都不懂到一两天出一个漂漂亮亮的站吗?你想完成领导交给你的任务找人建站吗?你想自己建站来创业吗?你想学会建站之后,利用给别人建站来赚钱吗?你想建一个跟某个 ...
- Android零基础入门第4节:正确安装和配置JDK, 高富帅养成第一招
原文:Android零基础入门第4节:正确安装和配置JDK, 高富帅养成第一招 在前几期中总结分享了Android的前世今生.Android 系统架构和应用组件那些事.带你一起来聊一聊Android开 ...
- 【零基础】搞定LAMP(linux、apache、mysql、php)环境安装图文教程(基于centos7)
一.前言 LAMP即:Linux.Apache.Mysql.Php,也就是在linux系统下运行php网站代码,使用的数据库是mysql.web服务软件是apache.之所以存在LAMP这种说法,倒不 ...
- Yaf零基础学习总结2-Yaf框架的安装
接着上一篇文章<Yaf零基础学习总结1-Yaf框架简介>我们对Yaf框架有那么一个大概的了解了,但是对于程序员来说,那些文字都是表面的,他们最想的就是开始敲代码了.当然这也是学习Yaf框架 ...
- [原]零基础学习视频解码之安装ffmpeg
写在文章前面:ffmpeg是一个开源的编解码框架,拥有很强大的功能.但是对于如果使用其来做开发呈现着严重两极分化,大神们讨论着高深的问题,大多数像我这样的小白连门都进不去.最近无意间领会了如何入门,现 ...
随机推荐
- IOS 改变UISearchBar的背景色
之前网上提供的方法试了很多种 都不能很好的去掉背景色 ,修改背景色方法如下: searchbar.barStyle = UIBarStyleBlackTranslucent; searchbar. ...
- 如何爬取icourse163 中国慕课上课程信息(上),
中国大学MOOC网上有着特别完善的课程信息,我觉得这是一份可以让我们充分利用的资源 那么,接下来的问题就是我们该如何爬取这里的资源 选择其中的计算机课程进行尝试 import requests fro ...
- docker第一篇 容器技术入门
Container 容器是一种基础工具,泛指任何可以容纳其它物品的工具. Linux Namespaces (docker容器技术主要是通过6个隔离技术来实现) namespace 系统调用参数 ...
- Oracle 调试存储过程
调试过程对找到一个存过的bug或错误是非常重要的,Oracle作为一款强大的商业数据库,其上面的存过少则10几行,多则上千行,免不了bug的存在,存过上千行的话,找bug也很费力,通过调试可以大大减轻 ...
- 在线预览word、excel文件
直接使用微软提供的在线预览服务. 免费 文件必须为网可访问地址,因为微软的服务器需要访问该文件
- linux基础2-cd、mkdir、touch、umask、chattr、lsattr、SUID/SGID/Sticky Bit
一 cd : . 代表当前目录 .. 代表上一层目录 - 代表前一个工作目录 ~ 代表[目前用户身份]所在的自家目录 与cd效果相同 ~account 代表 account 这个用户的自家家目录 二m ...
- CHANGELOG 的实现
项目需要写版本信息时有对除了版本号之外更详细的 changelog 的展示, 于是就需要在平时的 git commit 中进行规范, 才能自动生成CHANGELOG.md. Husky 首先本地安装 ...
- mysql——数据库存储引擎
MyISAM INNODB myISAM.innodb.memory MyISAM对事务要求不高,以查询和添加为主,考虑使用. 如bbs中的发帖表,回复表: INNODB存储引擎 对事务要求高,保存的 ...
- String、StringBuffer和StringBuilder区别
String.StringBuffer和StringBuilder区别 1.长度是否可变 String 是被 final 修饰的,他的长度是不可变的,就算调用 String 的concat 方法,那也 ...
- Python&Selenium 数据驱动【unittest+ddt+json+HTMLTestRunner】
一.摘要 本博文将介绍Python和Selenium做自动化测试的时候,基于unittest框架,借助ddt模块使用json文件作为数据文件作为测试输入,最后借助著名的HTMLTestRunner.p ...