LivePortrait 实操指南：三条命令把静态照片变成动态肖像

LivePortrait 实操指南：三条命令把静态照片变成动态肖像

【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait

LivePortrait 是一个基于 PyTorch 的开源人像动画工具：它从一段驱动视频（或预生成的动作模板）中提取头部姿态、表情和口型变化，再迁移到一张静态人像照片上，最终输出一段动画视频。项目同时提供人类模式和猫狗动物模式，并附带 Gradio 图形界面，覆盖从单次推理到批量生成的常见需求。

先搞清三样东西：输入、输出和入口

LivePortrait 的推理逻辑很简单——一个"静止的源"加上一个"会动的驱动"，生成结果：

仓库自带的示例素材就是最直观的教学材料：assets/examples/source/放的是源照片，assets/examples/driving/里既有 mp4 驱动视频，也有一批.pkl动作模板（眨眼、歪头、说话、害羞等）。

成功后会在animations/下生成形如s6--d0_concat.mp4的文件，内容是驱动视频、源输入、生成结果三栏拼接的对比视频，方便直接判断效果。

安装与环境准备 🛠️

前置条件：系统里装好git、conda和FFmpeg（inference.py启动时会检查ffmpeg是否可用，缺失会直接报错，安装方法见 assets/docs/how-to-install-ffmpeg.md）。

git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python=3.10 conda activate LivePortrait

依赖安装因平台而异，这是三个平台最容易踩的差异点：

权重统一放到pretrained_weights/目录：

pip install -U "huggingface_hub[cli]" huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude "*.git*" "README.md" "docs"

落盘后的目录结构应与 assets/docs/directory-structure.md 保持一致，放错位置会报权重找不到。

跑通第一次动画

最省事的方式是直接执行默认命令（源为s0.jpg、驱动为d0.mp4）：

python inference.py

想换成自己的素材，只需替换-s和-d；全部参数可用python inference.py -h查看，默认值与含义都写在 src/config/argument_config.py 的注释里：

python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4

如果更习惯鼠标操作，可以用 Gradio 界面（人类模式app.py，默认端口 8890）：

界面里支持滑块调节头部姿态（俯仰/偏航/翻滚）和表情、口型等细节，比改命令行参数更直观。

🐱 动物模式（Linux / Windows + NVIDIA GPU）

动物模式用的是另一套关键点检测（X-Pose），需要先手动编译一个自定义算子：

cd src/utils/dependencies/XPose/models/UniPose/ops python setup.py build install cd -

之后入口换成inference_animals.py/app_animals.py。动物对动作幅度更敏感，官方示例命令里有两个针对动物的关键参数：--driving_multiplier 1.75放大动作幅度，--no_flag_stitching关闭拼接修正：

python inference_animals.py -s assets/examples/source/s39.jpg -d assets/examples/driving/wink.pkl --driving_multiplier 1.75 --no_flag_stitching

让驱动信号好用的四条规则 🎯

用自带的示例视频时效果有保证，换成自己的驱动视频时，效果好坏基本由这四条决定（官方 readme 里标为 IMPORTANT 的建议）：

1. 裁成 1:1（如 512×512），或加--flag_crop_driving_video让程序自动裁剪；自动裁切不理想时可用--scale_crop_driving_video、--vy_ratio_crop_driving_video微调；
2. 画面聚焦头部，少包含肩膀——肩部运动会干扰迁移；
3. 第一帧是正面、中性表情，模型以它作为动作的"零点"；
4. 驱动视频可以包含音频，用--audio_priority driving/source决定最终视频取哪一路声音。

两个常被忽略的选项：

• --driving_option：expression-friendly（默认，配合--driving_multiplier按整体幅度缩放，源为人类照片时用）或pose-friendly（侧重姿态迁移）；
• .pkl动作模板：把驱动视频预处理成纯动作文件，推理更快，且因为不携带原始画面，用来做口播、演讲类内容时能保护隐私。

--driving_multiplier控制动作被放大或缩小的倍数，默认 1.0；出现面部扭曲时优先回调到 0.8–1.2 之间。另外--animation_region可以只迁移局部：exp（表情）、pose（头姿）、lip（嘴）、eyes（眼）或all（默认）。

界面里的进阶玩法

Gradio 界面（src/gradio_pipeline.py）把论文里的几个能力都做成了交互组件：

• 姿态编辑：拖动滑块直接改源人脸的朝向，再生成动画；
• 精细面部编辑：独立控制眼神方向、嘴唇开合等微表情，适合做口播数字人；
• 图像驱动：不用驱动视频，用另一张人脸照片的表情驱动源图，实现"表情迁移"；
• 视频编辑（v2v）：源输入给一段视频，可逐帧替换其中的人脸动作。

出问题怎么排查 ⚙️

速度方面可以跑python speed.py测本机各模块耗时（RTX 4090 参考数据见 assets/docs/speed.md）；长期用 Gradio 界面时可加--flag_do_torch_compile，首次推理约多花一分钟做优化，之后每次快 20–30%（仅 Linux 支持）。

收尾

跑通python inference.py只是起点：素材质量决定下限，driving_multiplier、animation_region、flag_stitching这些参数决定上限。建议从自带示例开始逐个替换成自己的素材，遇到效果问题按上面的排查表处理。核心源码在src/modules/（外观/运动提取、Spade 生成、warping、拼接与重定向网络），所有可调参数集中在src/config/，界面逻辑在src/gradio_pipeline.py，想改行为前先看这三个位置。

【免费下载链接】LivePortraitBring portraits to life!项目地址: https://gitcode.com/GitHub_Trending/li/LivePortrait