EasyVtuber

EasyVtuber

基于AI的实时虚拟形象生成工具

EasyVtuber是一个开源的虚拟形象生成工具,利用面部特征识别和GAN技术实现实时动画效果。该项目支持在Google Meet、Zoom等视频会议平台上使用自定义卡通或漫画角色。EasyVtuber提供了详细的安装指南和自定义角色创建教程,使虚拟形象互动变得简单易用。该工具要求Python 3.8以上版本,Pytorch 1.7以上版本,并依赖pyvirtualcam、mediapipe和opencv-python等库。然而,值得注意的是,EasyVtuber在RTX 2070以下的显卡上可能无法实现实时运行。

EasyVtuberAI虚拟主播角色脸部生成实时动画视频会议Github开源项目

EasyVtuber

  • 使用面部特征点和GAN进行角色面部生成
  • 在Google Meets、Zoom等平台上用你自己的网络漫画或动漫角色进行对话!
  • 添加一些配件也能很好地运行!
  • 遗憾的是,在低于RTX 2070的显卡上可能无法实时运行 ㅠㅠ

<br/><br/>

演示

<br/><br/>

要求

  • Python >= 3.8
  • Pytorch >= 1.7
  • pyvirtualcam
  • mediapipe
  • opencv-python

<br/><br/>

快速开始

  • ※ 使用本项目前必须安装OBS
  • 请务必按照以下安装顺序进行!
  1. 安装OBS studio
    • 为了使用OBS虚拟摄像头,必须先安装OBS Studio
  2. pip install -r requirements.txt
    • 必须先安装OBS虚拟摄像头,requirements中包含的pyvirtualcam才能正常安装和使用
  3. 下载预训练模型
    • 请将以下文件放入pretrained文件夹
      • combiner.pt
      • eyebrow_decomposer.pt
      • eyebrow_morphing_combiner.pt
      • face_morpher.pt
      • two_algo_face_rotator.pt
  4. 将角色图片放入character文件夹
    • 角色图片文件必须满足以下条件:
      • 包含alpha通道(png格式)
      • 只有一个人形角色
      • 角色正面朝向
      • 角色的头部应在128 x 128像素范围内(因为默认会调整为256 x 256,所以基于256 x 256的尺寸,头部应在128x128内)
    <p align="center"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/747d269e-9fd7-4aa7-a211-f9b1cbe12b47.png" alt="示例图片参考自TalkingHeadAnime2" width="50%" height="50%"/> </p>

5.python main.py --webcam_output

  • 如果想查看实际面部特征是如何捕捉的,请添加--debug选项运行

<br/><br/>

如何制作自定义角色

  1. 在百度、Google等搜索引擎中寻找你想要的角色!
    • 尽量符合上述4个条件! Google搜索 <br/><br/>
  2. 将找到的图片裁剪成1:1比例,使角色面部位于中央!
  3. 去除图片背景,生成alpha通道!
  4. 完成!
    • 将图片放入character文件夹,然后运行python main.py --output_webcam --character (不包含.png的角色文件名)

<br/><br/>

文件夹结构

      │
      ├── character/ - 角色图片 
      ├── pretrained/ - 保存预训练模型 
      ├── tha2/ - Talking Head Anime2库源文件 
      ├── facial_points.py - 面部特征点常量
      ├── main.py - 主执行脚本
      ├── models.py - 定义GAN模型
      ├── pose.py - 将面部特征点处理为姿态向量
      └── utils.py - 图像预处理/后处理的工具函数

<br/><br/>

使用方法

使用网络摄像头输出

  • python main.py --output_webcam

指定角色

  • python main.py --character (character文件夹中不包含.png的角色文件名)

查看面部特征

  • python main.py --debug

视频文件推理

  • python main.py --input 视频文件路径 --output_dir 帧保存目录

<br/><br/>

待办事项

  • 添加眉毛特征
  • 参数控制器GUI
  • 自动化制作可驱动角色

<br/><br/>

鸣谢

<br/><br/>

致谢

  • EasyVtuber 是基于 TalkingHeadAnime2 制作的。
  • 请查看原作者仓库的许可证,然后再使用 tha2 文件夹中的源代码和预训练模型文件。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
��咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多