自媒体运营、短视频带货、数字人直播，越来越多的场景中出现了 AI 数字人。
只需训练一段人物视频，再加上随机导入的音频，就能轻松制作出唇形同步的全新人物视频，利用「科技魔法」创造出专属的 AI 数字人分身！
自媒体运营、短视频带货、数字人直播，越来越多的场景中出现了 AI 数字人。
只需训练一段人物视频，再加上随机导入的音频，就能轻松制作出唇形同步的全新人物视频，利用「科技魔法」创造出专属的 AI 数字人分身！
然而，要制作一个高质量的数字人分身并不简单。除了繁琐的环境配置、较高的硬件要求外，我们还得安装一大堆工具，比如 CUDA、VS Code、Anaconda 等，这些工具之间可能存在的版本冲突也让很多用户头疼不已。
对此，OpenBayes 平台上线了「GeneFace++ 数字人 Demo」教程，该教程为大家搭建好了环境，无需任何复杂的前期准备，点击克隆即可一键启动，效果非常真实！
公共教程地址：
https://go.openbayes.com/vbbmI
操作步骤
PART 1
前期准备
准备一段 3-5 分钟的视频：
- 画面清晰，正方形尺寸（最好为 512*512 大小）；
- 为了让模型能更好地提取背景，视频背景最好为纯色，无其他干扰因素；
- 视频中的人物面部清晰且占比较大、正面、采集的画面最好在肩部以上，人物动作幅度不宜过大、也不宜过小；
- 视频中的音频无杂音；
- 视频名称命名最好为英文。
注意：此视频将用于模型训练，视频质量越好，所得效果越好。因此，在数据准备部分多花费一些时间和精力是必要的。
下图为视频画面示例：
自媒体运营、短视频带货、数字人直播，越来越多的场景中出现了 AI 数字人。
只需训练一段人物视频，再加上随机导入的音频，就能轻松制作出唇形同步的全新人物视频，利用「科技魔法」创造出专属的 AI 数字人分身！
然而，要制作一个高质量的数字人分身并不简单。除了繁琐的环境配置、较高的硬件要求外，我们还得安装一大堆工具，比如 CUDA、VS Code、Anaconda 等，这些工具之间可能存在的版本冲突也让很多用户头疼不已。
对此，OpenBayes 平台上线了「GeneFace++ 数字人 Demo」教程，该教程为大家搭建好了环境，无需任何复杂的前期准备，点击克隆即可一键启动，效果非常真实！
公共教程地址：
https://go.openbayes.com/vbbmI
操作步骤
PART 1
前期准备
准备一段 3-5 分钟的视频：
- 画面清晰，正方形尺寸（最好为 512*512 大小）；
- 为了让模型能更好地提取背景，视频背景最好为纯色，无其他干扰因素；
- 视频中的人物面部清晰且占比较大、正面、采集的画面最好在肩部以上，人物动作幅度不宜过大、也不宜过小；
- 视频中的音频无杂音；
- 视频名称命名最好为英文。
注意：此视频将用于模型训练，视频质量越好，所得效果越好。因此，在数据准备部分多花费一些时间和精力是必要的。
下图为视频画面示例：
PART 2
Demo 运行阶段
- 登录 https://openbayes.com/，在「公共教程」页面，选择「GeneFace++ 数字人 Demo」。
2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
- 点击右下角「下一步：选择算力」。
4. 跳转后，选择「NVIDIA GeForce RTX 4090」，点击「下一步：审核」。新用户使用下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长！
小贝总专属邀请链接（直接复制到浏览器打开）：https://openbayes.com/console/signup?r=GraceXiii_W8qO
5. 点击「继续执行」，等待分配资源，首次克隆需等待 3-5 分钟左右的时间。当状态变为「运行中」后，点击「打开工作空间」。
若超过 10 分钟仍处于「正在分配资源」状态，可尝试停止并重启容器；若重启仍无法解决，请在官网联系平台客服。
- 打开工作空间后，在启动页新建一个终端会话，然后在命令行里输入以下代码启动环境，复制粘贴即可。
conda env export -p /output/genefaceconda activate /output/geneface
- 稍等片刻，在终端中运行以下指令配置环境变量。
source bashrc
- 稍等片刻，在命令行里输入以下代码，启动 WebUI**，等待大约 1 分钟。
/openbayes/home/start_web.sh
9. 当命令行出现「Running on local URL: https://0.0.0.0:8080」后，拷贝右侧 API 地址到浏览器地址栏中，即可访问 GeneFace++ 界面。请注意，用户需在实名认证后才能使用 API 地址访问功能。
PART 3
视频展示阶段
1. 打开 GeneFace++ 界面后，导入提前准备好的视频，选择训练步数 「50000」，点击「Train」开始训练。
注意：此步骤需要等待 2 小时以上，期间可以 1-2 次检查训练是否正常运行，避免过程中断但仍持续等待造成的时间损失。 此处的训练步数「50000」是在默认情况下，如果 50000 步训练的结果很差，请更换训练数据重新训练。
2. 当出现「Train Success」后，刷新 GeneFace++ 界面。
- 在 GeneFace++ 界面选择相应模型。
- 在左侧上传音频，中间模块的参数部分先无需修改。
- 右侧的模型选择音频驱动模型「model_ckpt_steps_400000.ckpt」。
- 选择 5 万步下训练对应的躯干模型「model_ckpt_steps_50000.ckpt」。
- 选择 5 万步下训练对应的头部模型「model_ckpt_steps_50000.ckpt」。
- 点击「Gnerate」，即可生成效果。
5. 如果想要进一步训练。删除对应模型下的 head_done 文件夹、torso_done 文件夹。
6. 上传之前的训练视频，视频文件名称保持不变，调高训练步数，点击 「Train」进行训练。
- 训练结束后，在 GeneFace++ 界面，右侧的模型选择默认的音频驱动模型、15 万步下训练对应的躯干模型、15 万下训练对应的头部模型。点击「Gnerate」，即可生成最终效果。
新用户福利
- 新用户注册：点击下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长，永久有效！
📢 小贝总专属邀请链接（直接复制到浏览器打开）：
https://openbayes.com/console/signup?r=GraceXiii_W8qO 8u
使用过程遇到任何问题，欢迎扫码添加 OpenBayes 首席福利官小贝的微信哦，分分钟帮你解决！
PART 2
Demo 运行阶段
- 登录 https://openbayes.com/，在「公共教程」页面，选择「GeneFace++ 数字人 Demo」。
2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
- 点击右下角「下一步：选择算力」。
4. 跳转后，选择「NVIDIA GeForce RTX 4090」，点击「下一步：审核」。新用户使用下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长！
小贝总专属邀请链接（直接复制到浏览器打开）：https://openbayes.com/console/signup?r=GraceXiii_W8qO
5. 点击「继续执行」，等待分配资源，首次克隆需等待 3-5 分钟左右的时间。当状态变为「运行中」后，点击「打开工作空间」。
若超过 10 分钟仍处于「正在分配资源」状态，可尝试停止并重启容器；若重启仍无法解决，请在官网联系平台客服。
- 打开工作空间后，在启动页新建一个终端会话，然后在命令行里输入以下代码启动环境，复制粘贴即可。
conda env export -p /output/genefaceconda activate /output/geneface- 稍等片刻，在终端中运行以下指令配置环境变量。
source bashrc- 稍等片刻，在命令行里输入以下代码，启动 WebUI**，等待大约 1 分钟。
/openbayes/home/start_web.sh9. 当命令行出现「Running on local URL: https://0.0.0.0:8080」后，拷贝右侧 API 地址到浏览器地址栏中，即可访问 GeneFace++ 界面。请注意，用户需在实名认证后才能使用 API 地址访问功能。
PART 3
视频展示阶段
1. 打开 GeneFace++ 界面后，导入提前准备好的视频，选择训练步数 「50000」，点击「Train」开始训练。
注意：此步骤需要等待 2 小时以上，期间可以 1-2 次检查训练是否正常运行，避免过程中断但仍持续等待造成的时间损失。 此处的训练步数「50000」是在默认情况下，如果 50000 步训练的结果很差，请更换训练数据重新训练。
2. 当出现「Train Success」后，刷新 GeneFace++ 界面。
- 在 GeneFace++ 界面选择相应模型。
- 在左侧上传音频，中间模块的参数部分先无需修改。
- 右侧的模型选择音频驱动模型「model_ckpt_steps_400000.ckpt」。
- 选择 5 万步下训练对应的躯干模型「model_ckpt_steps_50000.ckpt」。
- 选择 5 万步下训练对应的头部模型「model_ckpt_steps_50000.ckpt」。
- 点击「Gnerate」，即可生成效果。
5. 如果想要进一步训练。删除对应模型下的 head_done 文件夹、torso_done 文件夹。
6. 上传之前的训练视频，视频文件名称保持不变，调高训练步数，点击 「Train」进行训练。
- 训练结束后，在 GeneFace++ 界面，右侧的模型选择默认的音频驱动模型、15 万步下训练对应的躯干模型、15 万下训练对应的头部模型。点击「Gnerate」，即可生成最终效果。
新用户福利
- 新用户注册：点击下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长，永久有效！
📢 小贝总专属邀请链接（直接复制到浏览器打开）：
https://openbayes.com/console/signup?r=GraceXiii_W8qO 8u
使用过程遇到任何问题，欢迎扫码添加 OpenBayes 首席福利官小贝的微信哦，分分钟帮你解决！
然而，要制作一个高质量的数字人分身并不简单。除了繁琐的环境配置、较高的硬件要求外，我们还得安装一大堆工具，比如 CUDA、VS Code、Anaconda 等，这些工具之间可能存在的版本冲突也让很多用户头疼不已。
对此，OpenBayes 平台上线了「GeneFace++ 数字人 Demo」教程，该教程为大家搭建好了环境，无需任何复杂的前期准备，点击克隆即可一键启动，效果非常真实！
公共教程地址：
https://go.openbayes.com/vbbmI
操作步骤
PART 1
前期准备
准备一段 3-5 分钟的视频：
- 画面清晰，正方形尺寸（最好为 512*512 大小）；
- 为了让模型能更好地提取背景，视频背景最好为纯色，无其他干扰因素；
- 视频中的人物面部清晰且占比较大、正面、采集的画面最好在肩部以上，人物动作幅度不宜过大、也不宜过小；
- 视频中的音频无杂音；
- 视频名称命名最好为英文。
注意：此视频将用于模型训练，视频质量越好，所得效果越好。因此，在数据准备部分多花费一些时间和精力是必要的。
下图为视频画面示例：
PART 2
Demo 运行阶段
- 登录 https://openbayes.com/，在「公共教程」页面，选择「GeneFace++ 数字人 Demo」。
2. 页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
- 点击右下角「下一步：选择算力」。
4. 跳转后，选择「NVIDIA GeForce RTX 4090」，点击「下一步：审核」。新用户使用下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长！
小贝总专属邀请链接（直接复制到浏览器打开）：https://openbayes.com/console/signup?r=GraceXiii_W8qO
5. 点击「继续执行」，等待分配资源，首次克隆需等待 3-5 分钟左右的时间。当状态变为「运行中」后，点击「打开工作空间」。
若超过 10 分钟仍处于「正在分配资源」状态，可尝试停止并重启容器；若重启仍无法解决，请在官网联系平台客服。
- 打开工作空间后，在启动页新建一个终端会话，然后在命令行里输入以下代码启动环境，复制粘贴即可。
conda env export -p /output/genefaceconda activate /output/geneface- 稍等片刻，在终端中运行以下指令配置环境变量。
source bashrc- 稍等片刻，在命令行里输入以下代码，启动 WebUI**，等待大约 1 分钟。
/openbayes/home/start_web.sh9. 当命令行出现「Running on local URL: https://0.0.0.0:8080」后，拷贝右侧 API 地址到浏览器地址栏中，即可访问 GeneFace++ 界面。请注意，用户需在实名认证后才能使用 API 地址访问功能。
PART 3
视频展示阶段
1. 打开 GeneFace++ 界面后，导入提前准备好的视频，选择训练步数 「50000」，点击「Train」开始训练。
注意：此步骤需要等待 2 小时以上，期间可以 1-2 次检查训练是否正常运行，避免过程中断但仍持续等待造成的时间损失。 此处的训练步数「50000」是在默认情况下，如果 50000 步训练的结果很差，请更换训练数据重新训练。
2. 当出现「Train Success」后，刷新 GeneFace++ 界面。
- 在 GeneFace++ 界面选择相应模型。
- 在左侧上传音频，中间模块的参数部分先无需修改。
- 右侧的模型选择音频驱动模型「model_ckpt_steps_400000.ckpt」。
- 选择 5 万步下训练对应的躯干模型「model_ckpt_steps_50000.ckpt」。
- 选择 5 万步下训练对应的头部模型「model_ckpt_steps_50000.ckpt」。
- 点击「Gnerate」，即可生成效果。
5. 如果想要进一步训练。删除对应模型下的 head_done 文件夹、torso_done 文件夹。
6. 上传之前的训练视频，视频文件名称保持不变，调高训练步数，点击 「Train」进行训练。
- 训练结束后，在 GeneFace++ 界面，右侧的模型选择默认的音频驱动模型、15 万步下训练对应的躯干模型、15 万下训练对应的头部模型。点击「Gnerate」，即可生成最终效果。
新用户福利
- 新用户注册：点击下方邀请链接注册，即可获得 4 小时 RTX 4090 + 5 小时 CPU 的免费算力时长，永久有效！
📢 小贝总专属邀请链接（直接复制到浏览器打开）：
https://openbayes.com/console/signup?r=GraceXiii_W8qO 8u
使用过程遇到任何问题，欢迎扫码添加 OpenBayes 首席福利官小贝的微信哦，分分钟帮你解决！
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。