企业官网建设流程全解析

15分钟一次跑通SadTalker：安装、模型获取与配置验证教程

【免费下载链接】SadTalker[CVPR 2023] SadTalker：Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker

SadTalker是一个CVPR 2023的音频驱动人像动画项目：一张静态照片加一段音频，就能生成口型、表情、头部动作自然的说话视频。这篇SadTalker安装教程按操作时间线带你走完整套SadTalker配置流程：建环境、装依赖、取模型、做验证，跟着做完就能产出第一段口型动画。

开跑前先对照：硬件与软件门槛

开始配置前，把你的机器对照下表核对一遍。低于最低门槛不是不能用，而是速度会从秒级掉到分钟级：

待会儿要下载的模型文件合计约4GB，磁盘按10GB预留比较稳妥。没有NVIDIA独显也不用放弃，后面CPU模式照样能跑通全流程。

三步装完 ⚙️

第1步：建独立conda环境（做完标志：激活后python版本号为3.8）

推荐用conda隔离环境，避免和你已有的包互相打架，两条命令即可：

conda create -n sadtalker python=3.8 conda activate sadtalker

第2步：装依赖（做完标志：requirements.txt全部装完无报错）

先装PyTorch。下面这条对应GPU（CUDA 11.3）场景：

pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

CPU用户只需把命令里的cu113换成cpu，其余不动。FFmpeg负责视频读写，conda install ffmpeg装好即可。剩下numpy 1.23.4、face_alignment 1.3.5、librosa 0.9.2、basicsr、gfpgan、gradio、safetensors等依赖都写在requirements.txt里，一条命令收工：

pip install -r requirements.txt

第3步：取模型（做完标志：checkpoints与gfpgan/weights目录文件齐全）📥

SadTalker模型下载不用手动敲一长串命令，仓库自带官方脚本，自动建目录、跳过已存在文件，中断后重跑可续传：

bash scripts/download_models.sh

脚本拉下来的就是下面这些文件，对着"放置目录"列自查一遍：

选哪个模型由代码自动决定：checkpoints里只要存在.safetensors，推理时按--size参数（256或512）加载对应文件；mapping_00229对应头部裁剪模式，mapping_00109对应--preprocess full全身模式，路径逻辑在src/utils/init_path.py里。

按你的硬件选配置

GPU和CPU的生成速度差一个数量级，配置差异如下：

按场景各给一条推荐命令：

• GPU：python inference.py --driven_audio audio.wav --source_image img.png --batch_size 4 --size 512 --enhancer gfpgan
• CPU：python inference.py --driven_audio audio.wav --source_image img.png --cpu --batch_size 1 --size 256

GPU命令里的--enhancer gfpgan会用到刚下载的GFPGAN权重做人脸锐化，出片质量明显更好。

装完怎么验：3条命令验环境 ✅

按顺序执行下面3条，输出符合预期就说明SadTalker配置全部到位：

python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

• 预期输出：PyTorch版本号加True（有卡）或False（纯CPU）；
• ffmpeg -version能打印版本信息，报"未找到"就先补装FFmpeg；
• ls checkpoints gfpgan/weights确认8个模型文件一个不缺。

想进一步核对CUDA版本等细节，可看docs/FAQ.md。

踩坑速查 🩹

只收录最典型的几条，遇到先看这张表：

更多参数组合与出片技巧，翻docs/best_practice.md。

收尾

SadTalker安装就是"conda环境 + 2条pip命令 + 1个下载脚本"，上面3条验证命令全过即可开工。下一步建议：直接跑前文的inference命令生成你的第一段说话视频，或者python app_sadtalker.py打开Gradio网页演示（需先pip install TTS；Linux/macOS也可bash webui.sh一键起服务，细节见docs/webui_extension.md）。

【免费下载链接】SadTalker[CVPR 2023] SadTalker：Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker