展开本页目录
开始前准备什么
- 下载本页 ZIP，保留原始输入和来源；示例材料不是模型输出。
- 按官方说明准备匹配软件/模型、设备或账号权限，权重与账号额度不包含在下载包。
- 本地检查需 Python 3 与 FFmpeg/ffprobe；真实结果需要实际生成并回听/看图。
- 分清头像、驱动与结果
- 准备匹配官方说明的环境
- 在真实界面配对 Source 与 Driving
- 只在需要时裁切驱动
- 执行一次并保留真正输出
- 同帧核对身份与边缘
1. 分清头像、驱动与结果
source.png 是 AI 生成的原创虚构成人，driving.mp4 是官方仓库 d0 示例，均为输入。先播放驱动片观察头部、眨眼和嘴部；原作者示例与许可来源见 provenance.json，自己的正式任务改用有权使用的自录动作。
2. 准备匹配官方说明的环境
依官方 README 建独立 Python 3.10 环境，准备 FFmpeg 与官方预训练权重。macOS Apple Silicon 的 Humans 模式有官方说明，但可能比 NVIDIA 慢；Animals 的 XPose 条件不同。本包不含权重，本次没有运行 LivePortrait。
3. 在真实界面配对 Source 与 Driving
启动 app.py，在 Source Image 放 source.png，在 Driving Video 放 driving.mp4。先用正面中性首帧、头部占主体的驱动；肩膀大幅位移会使对齐困难。下方官方截图是原版界面，不是本页头像的生成结果。
4. 只在需要时裁切驱动
自录驱动不是头肩近景时启用 driving auto-crop，必要时调裁切比例和纵向偏移。先保留官方默认 relative 与 stitching，用同一个驱动做基线；不要同时换头像、动作和多个控制项。
5. 执行一次并保留真正输出
在 LivePortrait 仓库运行下方命令；-s/-d 换成下载包的绝对路径。成功后查看 animations 内实际 MP4 与 concat 对照。本站完成的是输入文件和视频解码校验；只有你的模型运行才能产生这张头像的动画。
运行步骤
# 在已准备权重的 LivePortrait 仓库运行
python inference.py -s /绝对路径/source.png -d /绝对路径/driving.mp4
# Apple Silicon 按官方说明启用回退
PYTORCH_ENABLE_MPS_FALLBACK=1 python app.py6. 同帧核对身份与边缘
官方练习驱动长 3.12 秒，按 0/1/2 秒和最大转头帧回看；检查双眼、牙齿、发际线及颈部拼回边界。输入帧拼图只帮助定位动作，不是成功输出。若脸部漂移，先缩小驱动动作，再重跑并保存失败版。
7. 实读输入与坏文件，再检查你自己的输出
在解压目录运行 python check.py --self-test。脚本读取本页 provenance.json 的输入 hash，检查真实音视频/PNG 和目标区间；坏 WAV、坏 MP4 与反向时间范围应被拒绝。它不会下载模型、请求账号或自动判定口型、音乐质量。输入检查结果见 input-check.json。实际运行后用 --result 指向新文件，并逐项回听/看图。
check.py
python check.py --self-test
python check.py --result 你实际导出的文件.mp48. 交付原始输入、真实输出和待确认项
保留 README、原始输入、parameters.json、provenance.json 和你实际生成的文件；将模型/软件/账号版本、设备和错误写入独立运行记录。review.csv 的 pending 由真实回听/看图后更新，未运行项目不改成 done。配图中的原始参考与官方示例不代表本站已生成同样成果。
怎样确认已经完成
- 源图、驱动片与实际生成片分开命名。
- 检查驱动首帧正面、头部完整以及拼回边缘。
- 逐帧核对身份；本地文件校验不是模型推理证据。
常见问题
可以直接上传一段音频驱动 LivePortrait 吗？
本页是图片/视频动作驱动，不是纯音频对口型。音频口型可看 MuseTalk 教程，不能把同一个文件换后缀当 Driving Video。
素材包里的 portrait-input.mp4 是生成结果吗？
不是。它是把原创头像静止展示并配系统朗读的练习底片，用于检查容器与后续口型输入；本页动作驱动使用另附官方 driving.mp4。