LivePortrait 上手教程：把静态照片变成会动的人像动画

LivePortrait 上手教程：把静态照片变成会动的人像动画

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

你相册里堆着一堆静态照片，却只能干放着。如果一段视频就能让照片里的人眨眨眼、笑一笑、歪歪头呢？LivePortrait 是开源人像动画工具：给一张照片加一段驱动视频，就能在本机生成会动的人像动画视频。

LivePortrait 核心卖点速览：为什么值得装

• 全程本地推理，源照片与驱动素材不出本机，不注册、不排队
• 人类 + 猫狗双支持，人像和宠物照片同一个仓库都能做
• 驱动素材灵活：驱动视频、单张驱动图、.pkl动作模板（预先提取好的动作文件）都行
• 硬件门槛低，RTX 4090 上单帧前向合计约 15ms（官方实测，见 assets/docs/speed.md），普通游戏本也能慢慢出片

LivePortrait 环境搭建与第一次出片：三个阶段

LivePortrait 环境准备：克隆仓库、装依赖、下权重

这一步完成后，你会得到一个已激活的 Python 3.10 环境，且预训练权重全部落在pretrained_weights/目录下。

开始前确认装好git、conda和 FFmpeg（视频文件读写工具），安装方法见 assets/docs/how-to-install-ffmpeg.md。

# 克隆仓库并创建 Python 3.10 环境 git clone https://gitcode.com/GitHub_Trending/li/LivePortrait cd LivePortrait conda create -n LivePortrait python=3.10 conda activate LivePortrait

# 安装其余 Python 依赖 pip install -r requirements.txt

NVIDIA 显卡用户请先按自己的 CUDA 版本（nvcc -V查看）装好匹配的 torch，再执行上一行。Apple Silicon 的 Mac 用户改用pip install -r requirements_macOS.txt，人类模式可用，动物模式不支持。

# 下载预训练权重到 pretrained_weights 目录 huggingface-cli download KlingTeam/LivePortrait --local-dir pretrained_weights --exclude "*.git*" "README.md" "docs"

命令结束后，对照 assets/docs/directory-structure.md 检查目录结构。下载慢可先执行export HF_ENDPOINT=https://hf-mirror.com再跑这条命令。

LivePortrait 第一次运行：用示例素材生成第一个动画

这一步完成后，你会在项目目录里拿到animations/s6--d0_concat.mp4，这是你的第一段人像动画。

# 使用仓库自带示例素材，无需任何参数 python inference.py

命令结束后打开animations/目录：这个视频把驱动视频、源图像、生成结果三段拼在一起，一眼就能对比效果。

# 换成自己的素材：-s 指定源照片，-d 指定驱动视频 python inference.py -s assets/examples/source/s9.jpg -d assets/examples/driving/d0.mp4

新视频的文件名会变成s9--d0_concat.mp4，说明已按你的素材生成。

LivePortrait 网页界面：不开终端也能生成

这一步完成后，你会得到一个浏览器里能打开的 Gradio（快速搭建网页界面的 Python 库）页面，点按钮就能出动画。

# 启动 Gradio 网页界面 python app.py

浏览器打开http://127.0.0.1:8890（默认端口 8890）。左侧传源素材，右侧传驱动素材，点 Animate，生成的视频直接在页面播放。页面还内置示例素材，点一下就能试。

LivePortrait 避坑清单：4 个高频翻车场景

⚠️ 遇到对号入座，处理方式都在下面。

现象：生成的人脸发虚、裁剪错位。原因：驱动视频不合格。官方建议 1:1 宽高比、画面聚焦头部、肩部尽量少动、首帧为中性表情的正面脸。处理：加--flag_crop_driving_video自动裁剪；仍不理想就微调--scale_crop_driving_video（缩放）和--vy_ratio_crop_driving_video（上下偏移）。

现象：输出视频出现黑框。原因：默认开启的 FP16 半精度推理与部分显卡不兼容。处理：把flag_use_half_precision设为False重跑。

现象：动物模式起不来，或 Mac 用户发现动物模式不可用。原因：动物模式只在 Linux/Windows + NVIDIA 显卡上验证过，且要先编译 X-Pose 的自定义算子。处理：Mac 用户走人类模式即可；动物模式需在src/utils/dependencies/XPose/models/UniPose/ops目录执行python setup.py build install编译一次。

现象：命令刚跑就报缺少 FFmpeg。原因：脚本靠 ffmpeg/ffprobe 拼接和导出视频，系统默认没装。处理：按 assets/docs/how-to-install-ffmpeg.md 装好 ffmpeg 和 ffprobe 两个命令。

LivePortrait 进阶调优：跑起来之后还能做的 3 件事

调驱动强度：表情跟多少，你自己定

怎么调：Gradio 界面里有 "driving multiplier" 和 "driving option" 两项，命令行对应--driving_multiplier与--driving_option。

调完会发生什么：multiplier 默认 1.0，越大表情变化越明显；pose-friendly更忠实跟随头部姿态，适合大头动场景，expression-friendly（默认）表情跟随更稳、头部晃动更少。

用滑块逐帧精修：嘴、眼、眉自己拖

怎么调：在 Gradio 界面上传源图，会出现眼睛开合、嘴唇、微笑、眉毛、眼球方向等滑块，头部的 pitch / yaw / roll 三个角度也能单独拖。

调完会发生什么：预览图随拖动实时刷新，满意后点生成，"嘴张多大""头转多少度"由你说了算。

换图片驱动，再打开提速开关

怎么调：界面里把驱动素材从 Driving Video 切到 Driving Image，选一张带表情的照片即可；命令行加--flag_do_torch_compile开启编译加速（仅 Linux 支持，Windows 与 macOS 不可用）。

调完会发生什么：图片驱动后你不用找驱动视频；torch compile 首次推理约 1 分钟做预热优化，之后的每次推理提速 20%～30%。

LivePortrait 收尾：接下来读什么

从环境准备到出片，全流程控制在 10 分钟以内。现在就从相册里挑一张照片，按上文做出你的第一个"会动的肖像"。细节可继续读 readme_zh_cn.md、核心推理管线 src/live_portrait_pipeline.py 与命令行入口 inference.py。

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