KDTalker是什么？

KDTalker 是一個音頻驅動動態(tài)肖像生成工具，能夠根據輸入的音頻信號生成逼真的面部表情和動作。KDTalker 具有隱式關鍵點技術、時空擴散模型和姿勢多樣性等特點。適用于虛擬現實、社交媒體、視頻會議等多種場景。通過簡單的環(huán)境準備和命令行操作，用戶可以快速生成高質量的動態(tài)肖像視頻。

KDTalker 功能特征

隱式關鍵點技術：

• 利用隱式關鍵點捕捉面部表情和動作的細微變化，能夠更自然地反映音頻與面部動作之間的關系。

• 與傳統(tǒng)的顯式關鍵點方法相比，隱式關鍵點可以避免顯式標注的復雜性和誤差。

時空擴散模型：

• 結合時空擴散模型，生成更加平滑和連貫的動態(tài)效果，同時保持圖像質量和穩(wěn)定性。

• 通過時空擴散模型，能夠更好地處理視頻序列中的時間連續(xù)性。

姿勢多樣性：

• 支持多種姿勢的生成，能夠根據音頻內容動態(tài)調整人物的姿態(tài)，增加生成結果的多樣性和自然性。

• 用戶可以指定不同的姿勢風格，生成更具個性化的動態(tài)肖像。

高效性：

• 優(yōu)化的模型設計和高效的計算流程，使得該技術能夠在單個RTX4090或RTX3090顯卡上運行，具有較高的實用性和可擴展性。

• 適合在資源有限的設備上使用，同時保持較高的生成速度。

高質量生成：

• 生成的動態(tài)肖像具有較高的分辨率和逼真度，能夠滿足高質量視頻生成的需求。

• 通過預訓練模型和優(yōu)化的推理流程，確保生成結果的穩(wěn)定性和一致性。

KDTalker 應用場景

虛擬現實（VR）和增強現實（AR）：

• 在VR和AR應用中，KDTalker可以生成逼真的虛擬角色動態(tài)肖像，提升用戶體驗。

• 例如，在虛擬會議中，用戶可以通過音頻驅動生成自己的動態(tài)肖像，使遠程交流更加自然。

社交媒體和視頻內容創(chuàng)作：

• 用戶可以將自己的照片和音頻輸入KDTalker，生成個性化的動態(tài)肖像視頻，用于社交媒體分享。

• 內容創(chuàng)作者可以利用該技術生成有趣的視頻內容，增加視頻的吸引力。

視頻會議：

• 在視頻會議中，網絡不穩(wěn)定可能導致視頻卡頓或模糊。KDTalker可以通過音頻驅動生成流暢的動態(tài)肖像，即使在低帶寬環(huán)境下也能保持良好的視覺效果。

娛樂和游戲：

• 在游戲和娛樂應用中，KDTalker可以生成虛擬角色的動態(tài)表情和動作，增強游戲的沉浸感。

• 例如，在角色扮演游戲中，玩家可以通過音頻驅動生成自己的角色動態(tài)肖像。

教育和培訓：

• 在教育和培訓場景中，KDTalker可以生成教師或培訓師的動態(tài)肖像，用于在線課程或培訓視頻。

• 通過音頻驅動生成的動態(tài)肖像可以使教學內容更加生動，提高學習效果。

KDTalker 使用方法

1. 環(huán)境準備

硬件要求：推薦使用RTX4090或RTX3090顯卡。

軟件依賴：

• 安裝git、conda和FFmpeg。

• 克隆代碼并創(chuàng)建Python環(huán)境：

git clone https://github.com/chaolongy/KDTalker
cd KDTalker
# 創(chuàng)建并激活conda環(huán)境
conda create -n KDTalker python=3.9
conda activate KDTalker
# 安裝PyTorch和其他依賴
conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 pytorch-cuda=11.8 -c pytorch -c nvidia
pip install -r requirements.txt

2. 下載預訓練權重

• 從Google Drive或Hugging Face下載預訓練權重文件，并放置到./pretrained_weights和./ckpts目錄中。

• 確保目錄結構如下：

pretrained_weights
├── insightface
│   └── models
│       └── buffalo_l
│           ├── 2d106det.onnx
│           └── det_10g.onnx
└── liveportrait
    ├── base_models
    │   ├── appearance_feature_extractor.pth
    │   ├── motion_extractor.pth
    │   ├── spade_generator.pth
    │   └── warping_module.pth
    ├── landmark.onnx
    └── retargeting_models
        └── stitching_retargeting_module.pth

3. 運行推理

• 使用以下命令運行推理腳本，生成動態(tài)肖像視頻：

python inference.py -source_image ./example/source_image/WDA_BenCardin1_000.png -driven_audio ./example/driven_audio/WDA_BenCardin1_000.wav -output ./results/output.mp4

• -source_image：指定輸入的源圖像路徑。

• -driven_audio：指定輸入的驅動音頻路徑。

• -output：指定輸出視頻的保存路徑。

項目地址：https://github.com/chaolongy/KDTalker

DEMO：https://kdtalker.com/