自己本机Video retalking制作数字人

首先需要注意的是，这个要求你的笔记本显存和内存都比较大。我的电脑内存是64G，显卡是8G，操作系统是Windows 11，勉强能够运行出来，但是效果不是很好。
效果如下，无法上传视频，只能通过图片展示出来：

需要先安装python，我这里安装的是python 3.10.9，在命令行里边输入python --version，可以看到自己安装的python版本。

你需要自己准备mp4原始视频和wav原始语音，而我这里，D:\VideoSoft\test\again.mp4是原始视频，D:\VideoSoft\test\voiceOfGrandma.WAV是我想要给原始视频添加的声音。

安装ffmpeg

下载并安装ffmpeg，这一步的作用是语音格式的各种转换，虚拟数字人能开口说话，需要我们上传自己的语音，如果格式不符合会自动转换。
到https://ffmpeg.org/download.html选择自己操作系统然后选择下载格式。

选择下载的类型，我选择全量版的。

然后我解压到D:\VideoSoft目录下。

需要配置环境变量了。
Windows+r同时按下，然后输入SYSTEMPROPERTIESADVANCED，然后点击确定。

然后选择高级，点击环境变量。

选择Path，然后点击编辑。

然后点击新建。

把你上边解压的目录找到bin那级的目录放到环境变量里边，然后点击确定。

把上一级窗口也点击确定。

系统属性这一级窗口也点击确定。

然后同时按下Windows+r，输入cmd然后按下确定键。

然后输入ffmpeg -version，要是显示出来很多内容，那么就是正常安装好了。

下载Video retalking

到https://github.com/OpenTalker/video-retalking里边下载源代码，因为我自己电脑上没有安装git,所以我直接到网页上下载源代码。
点击Code按钮，然后选择Download ZIP。

下载完代码之后，我把代码解压到D:\VideoSoft\video-retalking里边。

然后到https://drive.google.com/drive/folders/18rhjMpxK8LVVxf7PI6XwOidt8Vouv_H0里边下载各个文件，之后放入到D:\VideoSoft\video-retalking\checkpoints里边。

然后到D:\VideoSoft\video-retalking目录下，在目录名称所在那栏输入cmd。


安装上图中输入cmd，然后按下回车键，就可以进入到命令行。

命令行里边输入pip install -r requirements.txt，然后等着下载依赖包。

发现报错如下：

error: subprocess-exited-with-error

  × Running setup.py install for dlib did not run successfully.
  │ exit code: 1
  ╰─> [9 lines of output]
      running install
      D:\Python0310\lib\site-packages\setuptools\command\install.py:34: SetuptoolsDeprecationWarning: setup.py install is deprecated. Use build and pip and other standards-based tools.
        warnings.warn(
      running build
      running build_py
      running build_ext

      ERROR: CMake must be installed to build dlib

      [end of output]

  note: This error originates from a subprocess, and is likely not a problem with pip.
error: legacy-install-failure

× Encountered error while trying to install package.
╰─> dlib

需要使用pip install cmake先安装cmake。

再次执行pip install -r requirements.txt。

完成之后如下图：

python inference.py --face D:\VideoSoft\test\again.mp4 --audio D:\VideoSoft\test\voiceOfGrandma.WAV --outfile D:\VideoSoft\test\result.mp4执行，D:\VideoSoft\test\again.mp4是原始视频，D:\VideoSoft\test\voiceOfGrandma.WAV是我想要给原始视频添加的声音，D:\VideoSoft\test\result.mp4是最后产出的视频。
发现还需要下载文件：

最后发现报错如下：

RuntimeError: unexpected EOF, expected 19873 more bytes. The file might be corrupted.

我把D:\VideoSoft\video-retalking\checkpoints\GFPGANv1.3.pth删除重新到https://drive.google.com/drive/folders/18rhjMpxK8LVVxf7PI6XwOidt8Vouv_H0下载一遍，完成之后如下图：

发现还是报原来的错误。

我把D:\Python0310\lib\site-packages\facexlib\weights这个目录删除了，然后再次执行python inference.py --face D:\VideoSoft\test\again.mp4 --audio D:\VideoSoft\test\voiceOfGrandma.WAV --outfile D:\VideoSoft\test\result.mp4。
发现终于重新下载一些东西了，但是最后还是报错了：
OSError: [Errno 22] Invalid argument: './temp/D:\\VideoSoft\\test\\again.mp4_landmarks.txt'。

再次执行python inference.py --face test\again.mp4 --audio D:\VideoSoft\test\voiceOfGrandma.WAV --outfile test\result.mp4。
发现报错FileNotFoundError: [Errno 2] No such file or directory: './temp/test\\again.mp4_landmarks.txt'。

我只好把D:\VideoSoft\video-retalking\inference.py第82行代码中修改为

lm = kp_extractor.extract_keypoint(frames_pil,base_name+'_landmarks.txt')。

然后我还把'temp/'+字符串都删除。

再次执行python inference.py --face test\again.mp4 --audio D:\VideoSoft\test\voiceOfGrandma.WAV --outfile test\result.mp4，中间还溢出过一次，重新启动了。

我是知识星球上约有3万人的AI破局俱乐部初创合伙人，我的微信号是zhaoseaside，欢迎大家加我，相互学习AI知识和个人IP知识，毕竟这是未来两大风口。
大家要是需要文档中的文件，可以加我备注video retalking，我用百度网盘发给你。