Skip to content

Holasyb918/HeyGem-Linux-Python-Hack-RTX-50

Repository files navigation

HeyGem-Linux-Python-Hack-RTX-50

HeyGem for RTX50 series

License Python Linux

中文


如果你需要较为完整的 HeyGem,即从 TTS 到数字人,那么你可以参考 这里

HeyGem-Linux-Python-Hack-RTX-50

本项目支持 NVIDIA RTX 50 系列显卡,欢迎测试使用!

项目简介

[HeyGem-Linux-Python-Hack-RTX-50] 是一个基于 Python 的数字人项目,它从 HeyGem.ai 中提取出来,它能够直接在 Linux 系统上运行,摆脱了对 Docker 和 Windows 系统的依赖。我们的目标是提供一个更易于部署和使用的数字人解决方案。
微信群请参考 https://github.com/Holasyb918/HeyGem-Linux-Python-Hack

如果你觉得这个项目对你有帮助,欢迎给我们 Star!
如果运行过程中遇到问题,在查阅已有 Issue 后,在查阅 Google/baidu/ai 后,欢迎提交 Issues!

主要特性

  • 无需 Docker: 直接在 Linux 系统上运行,简化部署流程。
  • 无需 Windows: 完全基于 Linux 开发和测试。
  • Python 驱动: 使用 Python 语言开发,易于理解和扩展。
  • 开发者友好: 易于使用和扩展。
  • 完全离线。

开始使用

安装

本项目支持且仅支持 Linux & python3.9 环境
AudoDL 可以参考 Holasyb918/HeyGem-Linux-Python-Hack#43
请确保你的 Linux 系统上已经安装了 Python 3.9。然后,使用 pip 安装项目依赖项
具体的 onnxruntime-gpu / torch 等需要结合你的机器上的 cuda 版本去尝试一些组合,否则仍旧可能遇到问题。
请尽量不要询问任何关于 pip 的问题,感谢合作

# 直接安装整个 requirements.txt 不一定成功,更建议跑代码观察报错信息,然后根据报错信息结合 requirements 去尝试安装,祝你顺利。
# pip install -r requirements.txt

使用

把项目克隆到本地

git clone https://github.com/Holasyb918/HeyGem-Linux-Python-Hack-RTX-50
cd HeyGem-Linux-Python-Hack-RTX-50
bash download.sh

开始使用

  • repo 中已提供可以用于 demo 的音视频样例,代码可以直接运行。

command:

python run.py 
  • 如果要使用自己的数据,可以外部传入参数,请注意,path 是本地文件,且仅支持相对路径.

command:

python run.py --audio_path example/audio.wav --video_path example/video.mp4

gradio:

python app.py
# 请等待模型初始化完成后提交任务

QA

1. 多个人脸报错

下载新的人脸检测模型,替换原本的人脸检测模型或许可以解决。

wget https://github.com/Holasyb918/HeyGem-Linux-Python-Hack/releases/download/ckpts_and_onnx/scrfd_10g_kps.onnx
mv face_detect_utils/resources/scrfd_500m_bnkps_shape640x640.onnx face_detect_utils/resources/scrfd_500m_bnkps_shape640x640.onnx.bak
mv scrfd_10g_kps.onnx face_detect_utils/resources/scrfd_500m_bnkps_shape640x640.onnx

2. 初始化报错

有较高概率是 onnxruntime-gpu 版本不匹配导致的。

python check_env/check_onnx_cuda.py

观察输出是否包括 successfully.
如果遇到问题,你可以尝试以下方法:

  1. 建议根据自己 cuda 等环境尝试更换一些版本。

  2. 如果难以解决,先卸载 onnxruntime-gpu 和 onnxruntime,然后使用 conda 安装 cudatoolkit 环境,然后再尝试 pip 安装 onnxruntime-gpu。

    验证可行版本如下:

    cudatoolkit onnxruntime-gpu 备注
    11.8.0 1.16.0

3. ImportError: cannot import name check_argument_types

缺包

pip install typeguard

4. library.so 找不到

报错一般是类似于 Could not load library libcublasLt.so.11. Error: libcublasLt.so.11: cannot open shared object file: No such file or directory

执行以下命令查看是否有改文件

sudo find /usr -name "libcublasLt.so.11"  

没有的话,应该需要安装对应版本的cuda
如果有的话就把第一步查看的文件路径添加到环境变量

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

永久生效就添加到 ~/.bashrc 里面然后 source ~/.bashrc 一下

Contributing

欢迎贡献!

License

参考 heyGem.ai 的协议.

About

HeyGem for RTX50 series

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published