企业官网建设流程全解析

SadTalker checkpoints 配置三步走：8 个模型文件一次下齐

【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

跟着本文操作完，你的机器上会有一个装好 4 个模型文件的checkpoints/目录，外加gfpgan/weights/下的 4 个人脸增强权重——这就是 SadTalker 启动推理所需的全部模型配置。这个项目用一张静态人像加一段音频就能生成说话头像视频（CVPR 2023），环境搭建、模型下载、验证推理三步都能在同一个终端里串完。

输入端只需要一张这种静态人像和一段音频，剩下的准备工作全部围绕模型展开。

步骤 1：搭建能跑 inference.py 的运行环境

先锁定 Python 版本：依赖矩阵是按 3.8 调的，用更高版本的 conda 环境容易出现模块报错。下面命令完成克隆、建环境、装依赖三件事：

git clone https://gitcode.com/GitHub_Trending/sa/SadTalker cd SadTalker conda create -n sadtalker python=3.8 conda activate sadtalker pip install -r requirements.txt

环境里还需要 ffmpeg 负责视频编解码，缺了就执行conda install ffmpeg。macOS 的 M 系列芯片要单独补一句pip install dlib，否则关键点提取那步会抛出 Illegal Hardware Error。

步骤 2：用脚本下齐 checkpoints 与 GFPGAN 权重

默认路径只跑一条命令，脚本会自己创建目录并拉取全部文件：

bash scripts/download_models.sh

wget 带的-nc参数含义是不覆盖已有文件，所以下载中断后直接重跑同一条命令即可续传，已完成的文件会自动跳过。

备选路径留给默认源连不通的场景：从 GitHub Releases、Google Drive 或百度网盘（提取码sadt）里任选其一，手动取回完整模型包，再对照下表摆放：

两个下载前值得留意的点：

• ✅ 全套体积约 5GB，开始前先确认磁盘剩余空间够不够
• 📂 模型文件版本要和代码版本配套，升级代码时整套重下，不要只补个别文件

步骤 3：跑一条最短验证命令

验证模型是否放对位置，最短路径是用仓库自带样例音频加样例人像生成一条视频：

python inference.py --driven_audio examples/driven_audio/chinese_news.wav \ --source_image examples/source_image/art_0.png \ --enhancer gfpgan

命令没有报模型加载错误、默认result/目录里产出视频，就说明 checkpoints 和 GFPGAN 权重都到位了；报加载错误则回到步骤 2 的表格核对对应文件。

排错速查表：下载与加载报错对照

上面流程最常见的翻车情形汇总成一张表，按现象对号入座：

需要更多配置选项时，可以翻一下 docs/best_practice.md；遇到表外报错，docs/FAQ.md 里收录了各平台的排查条目。建议把模型目录随代码一起备份，换机重建环境时不必再为这 8 个文件重新排队下载。

【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