Tips
Go
(18条消息) Go语言自学系列 | golang包_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang并发编程之channel的遍历_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang并发编程之select switch_COCOgsta的博客-CSDN博客_golang select switch
(18条消息) Go语言自学系列 | golang并发编程之runtime包_COCOgsta的博客-CSDN博客_golang runtime包
(18条消息) Go语言自学系列 | golang接口值类型接收者和指针类型接收者_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang并发编程之Timer_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang方法_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang并发编程之WaitGroup实现同步_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang构造函数_COCOgsta的博客-CSDN博客_golang 构造函数
(18条消息) Go语言自学系列 | golang方法接收者类型_COCOgsta的博客-CSDN博客_golang 方法接收者
(18条消息) Go语言自学系列 | golang接口_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang接口和类型的关系_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang结构体_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang结构体_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang标准库os模块 - File文件读操作_COCOgsta的博客-CSDN博客_golang os.file
(18条消息) Go语言自学系列 | golang继承_COCOgsta的博客-CSDN博客_golang 继承
(18条消息) Go语言自学系列 | golang嵌套结构体_COCOgsta的博客-CSDN博客_golang 结构体嵌套
(18条消息) Go语言自学系列 | golang并发编程之Mutex互斥锁实现同步_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang并发变成之通道channel_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang并发编程之原子操作详解_COCOgsta的博客-CSDN博客_golang 原子操作
(18条消息) Go语言自学系列 | golang并发编程之原子变量的引入_COCOgsta的博客-CSDN博客_go 原子变量
(18条消息) Go语言自学系列 | golang并发编程之协程_COCOgsta的博客-CSDN博客_golang 协程 并发
(18条消息) Go语言自学系列 | golang接口嵌套_COCOgsta的博客-CSDN博客_golang 接口嵌套
(18条消息) Go语言自学系列 | golang包管理工具go module_COCOgsta的博客-CSDN博客_golang 包管理器
(18条消息) Go语言自学系列 | golang标准库os模块 - File文件写操作_COCOgsta的博客-CSDN博客_go os模块
(18条消息) Go语言自学系列 | golang结构体的初始化_COCOgsta的博客-CSDN博客_golang 结构体初始化
(18条消息) Go语言自学系列 | golang通过接口实现OCP设计原则_COCOgsta的博客-CSDN博客
(18条消息) Go语言自学系列 | golang标准库os包进程相关操作_COCOgsta的博客-CSDN博客_golang os包
(18条消息) Go语言自学系列 | golang标准库ioutil包_COCOgsta的博客-CSDN博客_golang ioutil
(18条消息) Go语言自学系列 | golang标准库os模块 - 文件目录相关_COCOgsta的博客-CSDN博客_go语言os库
Golang技术栈,Golang文章、教程、视频分享!
(18条消息) Go语言自学系列 | golang结构体指针_COCOgsta的博客-CSDN博客_golang 结构体指针
Ansible
太厉害了,终于有人能把Ansible讲的明明白白了,建议收藏_互联网老辛
ansible.cfg配置详解
Docker
Docker部署
linux安装docker和Docker Compose
linux 安装 docker
Docker中安装Docker遇到的问题处理
Docker常用命令
docker常用命令小结
docker 彻底卸载
Docker pull 时报错:Get https://registry-1.docker.io/v2/library/mysql: net/http: TLS handshake timeout
Docker 拉镜像无法访问 registry-x.docker.io 问题(Centos7)
docker 容器内没有权限
Linux中关闭selinux的方法是什么?
docker run 生成 docker-compose
Docker覆盖网络部署
docker pull后台拉取镜像
docker hub
Redis
Redis 集群别乱搭,这才是正确的姿势
linux_离线_redis安装
怎么实现Redis的高可用?(主从、哨兵、集群) - 雨点的名字 - 博客园
redis集群离线安装
always-show-logo yes
Redis集群搭建及原理
[ERR] Node 172.168.63.202:7001 is not empty. Either the nodealready knows other nodes (check with CLUSTER NODES) or contains some - 亲爱的不二999 - 博客园
Redis daemonize介绍
redis 下载地址
Redis的redis.conf配置注释详解(三) - 云+社区 - 腾讯云
Redis的redis.conf配置注释详解(一) - 云+社区 - 腾讯云
Redis的redis.conf配置注释详解(二) - 云+社区 - 腾讯云
Redis的redis.conf配置注释详解(四) - 云+社区 - 腾讯云
Linux
在终端连接ssh的断开关闭退出的方法
漏洞扫描 - 灰信网(软件开发博客聚合)
find 命令的参数详解
vim 编辑器搜索功能
非root安装rpm时,mockbuild does not exist
Using a SSH password instead of a key is not possible because Host Key checking
(9条消息) 安全扫描5353端口mDNS服务漏洞问题_NamiJava的博客-CSDN博客_5353端口
Linux中使用rpm命令安装rpm包
ssh-copy-id非22端口的使用方法
How To Resolve SSH Weak Key Exchange Algorithms on CentOS7 or RHEL7 - infotechys.com
Linux cp 命令
yum 下载全量依赖 rpm 包及离线安装(终极解决方案) - 叨叨软件测试 - 博客园
How To Resolve SSH Weak Key Exchange Algorithms on CentOS7 or RHEL7 - infotechys.com
RPM zlib 下载地址
运维架构网站
欢迎来到 Jinja2
/usr/local/bin/ss-server -uv -c /etc/shadowsocks-libev/config.json -f /var/run/s
ruby 安装Openssl 默认安装位置
Linux 常用命令学习 | 菜鸟教程
linux 重命名文件和文件夹
linux命令快速指南
ipvsadm
Linux 下查找日志中的关键字
Linux 切割大 log 日志
CentOS7 关于网络的设置
rsync 命令_Linux rsync 命令用法详解:远程数据同步工具
linux 可视化界面安装
[问题已处理]-执行yum卡住无响应
GCC/G++升级高版本
ELK
Docker部署ELK
ELK+kafka+filebeat+Prometheus+Grafana - SegmentFault 思否
(9条消息) Elasticsearch设置账号密码_huas_xq的博客-CSDN博客_elasticsearch设置密码
Elasticsearch 7.X 性能优化
Elasticsearch-滚动更新
Elasticsearch 的内存优化_大数据系统
Elasticsearch之yml配置文件
ES 索引为Yellow状态
Logstash:Grok filter 入门
logstash grok 多项匹配
Mysql
Mysql相关Tip
基于ShardingJDBC实现数据库读写分离 - 墨天轮
MySQL-MHA高可用方案
京东三面:我要查询千万级数据量的表,怎么操作?
OpenStack
(16条消息) openstack项目中遇到的各种问题总结 其二(云主机迁移、ceph及扩展分区)_weixin_34104341的博客-CSDN博客
OpenStack组件介绍
百度大佬OpenStack流程
openstack各组件介绍
OpenStack生产实际问题总结(一)
OpenStack Train版离线部署
使用Packstack搭建OpenStack
K8S
K8S部署
K8S 集群部署
kubeadm 重新 init 和 join-pudn.com
Kubernetes 实战总结 - 阿里云 ECS 自建 K8S 集群 Kubernetes 实战总结 - 自定义 Prometheus
【K8S实战系列-清理篇1】k8s docker 删除没用的资源
Flannel Pod Bug汇总
Java
Jdk 部署
JDK部署
java线程池ThreadPoolExecutor类使用详解 - bigfan - 博客园
ShardingJDBC实现多数据库节点分库分表 - 墨天轮
Maven Repository: Search/Browse/Explore
其他
Git在阿里,我们如何管理代码分支?
chrome F12调试网页出现Paused in debugger
体验IntelliJ IDEA的远程开发(Remote Development) - 掘金
Idea远程调试
PDF转MD
强哥分享干货
优秀开源项目集合
vercel 配合Github 搭建项目Doc门户
如何用 Github Issues 写技术博客?
Idea 2021.3 Maven 3.8.1 报错 Blocked mirror for repositories 解决
列出maven依赖
[2022-09 持续更新] 谷歌 google 镜像 / Sci-Hub 可用网址 / Github 镜像可用网址总结
阿里云ECS迁移
linux访问github
一文教你使用 Docker 启动并安装 Nacos-腾讯云开发者社区-腾讯云
Nginx
Nginx 部署
Nginx 部署安装
Nginx反向代理cookie丢失的问题_longzhoufeng的博客-CSDN博客_nginx 代理后cookie丢失
Linux 系统 Https 证书生成与Nginx配置 https
数据仓库
实时数仓
松果出行 x StarRocks:实时数仓新范式的实践之路
实时数据仓库的一些分层和分层需要处理的事情,以及数据流向
湖仓一体电商项目
湖仓一体电商项目(一):项目背景和架构介绍
湖仓一体电商项目(二):项目使用技术及版本和基础环境准备
湖仓一体电商项目(三):3万字带你从头开始搭建12个大数据项目基础组件
数仓笔记
数仓学习总结
数仓常用平台和框架
数仓学习笔记
数仓技术选型
尚硅谷教程
尚硅谷学习笔记
尚硅谷所有已知的课件资料
尚硅谷大数据项目之尚品汇(11数据质量管理V4.0)
尚硅谷大数据项目之尚品汇(10元数据管理AtlasV4.0)
尚硅谷大数据项目之尚品汇(9权限管理RangerV4.0)
尚硅谷大数据项目之尚品汇(8安全环境实战V4.0)
尚硅谷大数据项目之尚品汇(7用户认证KerberosV4.1)
尚硅谷大数据项目之尚品汇(6集群监控ZabbixV4.1)
尚硅谷大数据项目之尚品汇(5即席查询PrestoKylinV4.0)
尚硅谷大数据项目之尚品汇(4可视化报表SupersetV4.0)
尚硅谷大数据项目之尚品汇(3数据仓库系统)V4.2.0
尚硅谷大数据项目之尚品汇(2业务数据采集平台)V4.1.0
尚硅谷大数据项目之尚品汇(1用户行为采集平台)V4.1.0
数仓治理
数据中台 元数据规范
数据中台的那些 “经验与陷阱”
2万字详解数据仓库数据指标数据治理体系建设方法论
数据仓库,为什么需要分层建设和管理? | 人人都是产品经理
网易数帆数据治理演进
数仓技术
一文看懂大数据生态圈完整知识体系
阿里云—升舱 - 数据仓库升级白皮书
最全企业级数仓建设迭代版(4W字建议收藏)
基于Hue,Dolphinscheduler,HIVE分析数据仓库层级实现及项目需求案例实践分析
详解数据仓库分层架构
数据仓库技术细节
大数据平台组件介绍
总览 2016-2021 年全球机器学习、人工智能和大数据行业技术地图
Apache DolphinScheduler 3.0.0 正式版发布!
数据仓库面试题——介绍下数据仓库
数据仓库为什么要分层,各层的作用是什么
Databend v0.8 发布,基于 Rust 开发的现代化云数据仓库 - OSCHINA - 中文开源技术交流社区
数据中台
数据中台设计
大数据同步工具之 FlinkCDC/Canal/Debezium 对比
有数数据开发平台文档
Shell
Linux Shell 命令参数
shell 脚本编程
一篇教会你写 90% 的 Shell 脚本
Kibana
Kibana 查询语言(KQL)
Kibana:在 Kibana 中的四种表格制作方式
Kafka
Kafka部署
canal 动态监控 Mysql,将 binlog 日志解析后,把采集到的数据发送到 Kafka
OpenApi
OpenAPI 标准规范,了解一下?
OpenApi学术论文
贵阳市政府数据开放平台设计与实现
OpenAPI简介
开放平台:运营模式与技术架构研究综述
管理
技术部门Leader是不是一定要技术大牛担任?
华为管理体系流程介绍
DevOps
*Ops
XOps 已经成为一个流行的术语 - 它是什么?
Practical Linux DevOps
Jenkins 2.x实践指南 (翟志军)
Jenkins 2权威指南 ((美)布伦特·莱斯特(Brent Laster)
DevOps组件高可用的思路
KeepAlived
VIP + KEEPALIVED + LVS 遇到Connection Peer的问题的解决
MinIO
MinIO部署
Minio 分布式集群搭建部署
Minio 入门系列【16】Minio 分片上传文件 putObject 接口流程源码分析
MinioAPI 浅入及问题
部署 minio 兼容 aws S3 模式
超详细分布式对象存储 MinIO 实战教程
Hadoop
Hadoop 部署
Hadoop集群部署
windows 搭建 hadoop 环境(解决 HADOOP_HOME and hadoop.home.dir are unset
Hadoop 集群搭建和简单应用(参考下文)
Hadoop 启动 NameNode 报错 ERROR: Cannot set priority of namenode process 2639
jps 命令查看 DataNode 进程不见了 (hadoop3.0 亲测可用)
hadoop 报错: Operation category READ is not supported in state standby
Spark
Spark 部署
Spark 集群部署
spark 心跳超时分析 Cannot receive any reply in 120 seconds
Spark学习笔记
apache spark - Failed to find data source: parquet, when building with sbt assembly
Spark Thrift Server 架构和原理介绍
InLong
InLong 部署
Apache InLong部署文档
安装部署 - Docker 部署 - 《Apache InLong v1.2 中文文档》 - 书栈网 · BookStack
基于 Apache Flink SQL 的 InLong Sort ETL 方案解析
关于 Apache Pulsar 在 Apache InLong 接入数据
zookeeper
zookeeper 部署
使用 Docker 搭建 Zookeeper 集群
美团技术团队
StarRocks
StarRocks技术白皮书(在线版)
JuiceFS
AI 场景存储优化:云知声超算平台基于 JuiceFS 的存储实践
JuiceFS 在 Elasticsearch/ClickHouse 温冷数据存储中的实践
JuiceFS format
元数据备份和恢复 | JuiceFS Document Center
JuiceFS 元数据引擎选型指南
Apache Hudi 使用文件聚类功能 (Clustering) 解决小文件过多的问题
普罗米修斯
k8s 之 Prometheus(普罗米修斯)监控,简单梳理下 K8S 监控流程
k8s 部署 - 使用helm3部署监控prometheus(普罗米修斯),从零到有,一文搞定
k8s 部署 - 使用 helm3 部署监控 prometheus(普罗米修斯),从零到有,一文搞定
k8s 部署 - 如何完善 k8s 中 Prometheus(普罗米修斯)监控项目呢?
k8s 部署 - k8s 中 Prometheus(普罗米修斯)的大屏展示 Grafana + 监控报警
zabbix
一文带你掌握 Zabbix 监控系统
Stream Collectors
Nvidia
Nvidia API
CUDA Nvidia驱动安装
NVIDIA驱动失效简单解决方案:NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.
ubuntu 20 CUDA12.1安装流程
nvidia开启持久化模式
nvidia-smi 开启持久化
Harbor
Harbor部署文档
Docker 爆出 it doesn't contain any IP SANs
pandoc
其他知识
大模型
COS 597G (Fall 2022): Understanding Large Language Models
如何优雅的使用各类LLM
ChatGLM3在线搜索功能升级
当ChatGLM3能用搜索引擎时
OCR神器,PDF、数学公式都能转
Stable Diffusion 动画animatediff-cli-prompt-travel
基于ERNIE Bot自定义虚拟数字人生成
pika负面提示词
开通GPT4的方式
GPT4网站
低价开通GPT Plus
大模型应用场景分享
AppAgent AutoGPT变体
机器学习
最大似然估计
权衡偏差(Bias)和方差(Variance)以最小化均方误差(Mean Squared Error, MSE)
伯努利分布
方差计算公式
均值的高斯分布估计
没有免费午餐定理
贝叶斯误差
非参数模型
最近邻回归
表示容量
最优容量
权重衰减
正则化项
Sora
Sora官方提示词
看完32篇论文,你大概就知道Sora如何炼成? |【经纬低调出品】
Sora论文
Sora 物理悖谬的几何解释
Sora 技术栈讨论
RAG垂直落地
DB-GPT与TeleChat-7B搭建相关RAG知识库
ChatWithRTX
ChatRTX安装教程
ChatWithRTX 踩坑记录
ChatWithRTX 使用其他量化模型
ChatWithRTX介绍
RAG 相关资料
英伟达—大模型结合 RAG 构建客服场景自动问答
又一大模型技术开源!有道自研RAG引擎QAnything正式开放下载
收藏!RAG入门参考资料开源大总结:RAG综述、介绍、比较、预处理、RAG Embedding等
RAG调研
解决现代RAG实际生产问题
解决现代 RAG 系统中的生产问题-II
Modular RAG and RAG Flow: Part Ⅰ
Modular RAG and RAG Flow: Part II
先进的Retriever技术来增强你的RAGs
高级RAG — 使用假设文档嵌入 (HyDE) 改进检索
提升 RAG:选择最佳嵌入和 Reranker 模型
LangGraph
增强型RAG:re-rank
LightRAG:使用 PyTorch 为 LLM 应用程序提供支持
RAG 101:分块策略
模型训练
GPU相关资料
[教程] conda安装简明教程(基于miniconda和Windows)
PyTorch CUDA对应版本 | PyTorch
资料
李一舟课程全集
零碎资料
苹果各服共享ID
数据中心网络技术概览
华为大模型训练学习笔记
百度AIGC工程师认证考试答案(可换取工信部证书)
百度智能云生成式AI认证工程师 考试和证书查询指南
深入理解 Megatron-LM(1)基础知识
QAnything
接入QAnything的AI问答知识库,可私有化部署的企业级WIKI知识库
wsl --update失效Error code: Wsl/UpdatePackage/0x80240438的解决办法
Docker Desktop 启动docker engine一直转圈解决方法
win10开启了hyper-v,docker 启动还是报错 docker desktop windows hypervisor is not present
WSL虚拟磁盘过大,ext4迁移 Windows 中创建软链接和硬链接
WSL2切换默认的Linux子系统
Windows的WSL子系统,自动开启sshd服务
新版docker desktop设置wsl(使用windown的子系统)
WSL 开启ssh
Windows安装网易开源QAnything打造智能客服系统
芯片
国内互联网大厂自研芯片梳理
超算平台—算力供应商
Linux 磁盘扩容
Linux使用growpart工具进行磁盘热扩容(非LVM扩容方式)
关于centos7 扩容提示no tools available to resize disk with 'gpt' - o夜雨随风o - 博客园
(小插曲)neo4j配置apoc插件后检查版本发现:Unknown function ‘apoc.version‘ “EXPLAIN RETURN apoc.version()“
vfio-pci与igb_uio映射硬件资源到DPDK的流程分析
KubeVirt
vnc server配置、启动、重启与连接 - 王约翰 - 博客园
虚拟机Bug解决方案
kubevirt 如何通过CDI上传镜像文件
在 K8S 上也能跑 VM!KubeVirt 簡介與建立(部署篇) | Cloud Solutions
KubeVirt 04:容器化数据导入 – 小菜园
Python
安装 flash_attn
手把手教你在linux上安装pytorch与cuda
AI
在启智社区基于PyTorch运行国产算力卡的模型训练实验
Scaling law
免费的GPT3.5 API
AI Engineer Roadmap & Resources 🤖
模型排行
edk2
K8S删除Evicted状态的pod
docker 中启动 docker
远程本地多用户桌面1.17(一种不让电脑跟你抢键鼠的思路) - 哔哩哔哩
华为鲲鹏服务器(ARM架构)部署Prometheus
在Linux上安装配置Grafana_AI开发平台ModelArts_华为云
abrt-ccpp干崩服务器查询记录
kubevirt 中文社区
VNCServer 连接方法
Pod创建流程代码版本[kubelet篇]
[译]深入剖析 Kubernetes MutatingAdmissionWebhook-腾讯云开发者社区-腾讯云
[译]深入剖析 Kubernetes MutatingAdmissionWebhook-腾讯云开发者社区-腾讯云
深入理解 Kubernetes Admission Webhook-阳明的博客
CentOS7 安装 mbedtls和mbedtls-devel
docker in docker 启动命令
go 协程泄漏 pprof
-
+
首页
基于ERNIE Bot自定义虚拟数字人生成
## 一、项目设计 ### 1.1 项目简介 随着科技的不断发展,虚拟数字人已经成为了一个备受关注的话题。虚拟数字人是指通过数字技术创建出来的、具有人类特征的虚拟形象。它们可以被用于各种领域,如娱乐、教 育、医疗、广告等。在这个项目中,我们将使用ERNIE Bot来创建自定义虚拟数字人,并探究其在特定领域的应用。 ### 1.2 项目目的 本项目的目的是制作自定义虚拟数字人,并探究其在特定领域的应用。具体来说,我们将通过以下方式实现这一目标: 1、使用ERNIE Bot创建虚拟数字人,并对它们进行训练,使其具有更高的智能水平; 2、对虚拟数字人进行定制化设计,使其具有更加逼真的外观和声音; 3、探究虚拟数字人在特定领域的应用,如教育、医疗、娱乐等; 4、分析用户反馈,不断优化虚拟数字人的设计和应用。 ### 1.3 技术路线 实现虚拟数字人生成总共需要调用文心一言API和三个模型,分别是**ENIRE Bot(文心一言)、First Order Motion(表情迁移)、Text to Speech(文本转语音)和Wav2Lip(唇形合成)**。 具体技术步骤如下: 1、使用enirebot定义好虚拟人物,需要提供虚拟人物的名字、背景、聊天对话就可以生成一个全新的数字分身 2、把图像放入First Order Motion模型进行面部表情迁移,让虚拟人物的表情更加逼近真人 3、通过Text to Speech模型,将输入的文字转换成音频输出。 4、得到面部表情迁移的视频和音频之后,通过Wav2Lip模型,将音频和视频合并,并根据音频内容调整唇形,使得虚拟人更加接近真人效果。 ![img](http://yg9538.kmgy.top/202311191453405.png) ### 1.4 成果演示 合成效果(视频中有三个虚拟数字人分别是(妇好、华佗、诸葛)) <iframe style="width: 100%; height: 90%; left: 0px; top: 0px;" border="0" src="https://player.bilibili.com/player.html?aid=917394567&bvid=BV1Xu4y1p7MF&cid=1307419450&p=1"> </iframe> 生成一个虚拟数字人的流程视频 <iframe style="width: 100%; height: 90%; left: 0px; top: 0px;" border="0" src="https://player.bilibili.com/player.html?aid=492465994&bvid=BV1WN411x7fX&cid=1307305574&p=1"> </iframe> ## 二、安装依赖 In [ ] ``` #安装文心一言api !pip install erniebot ``` In [ ] ``` # 升级PaddleHub !pip install --upgrade paddlehub ``` In [2] ``` #用于表情迁移 !hub install first_order_motion==1.0.0 Download https://bj.bcebos.com/paddlehub/paddlehub_dev/first_order_motion.tar.gz [##################################################] 100.00% Decompress /home/aistudio/.paddlehub/tmp/tmp25b_3oxf/first_order_motion.tar.gz [##################################################] 100.00% [2023-10-22 13:03:02,849] [ INFO] - Successfully installed dependent packages.dio/.paddlehub/tmp/tmpan0x5mr2/first_order_motion/requirements.txt: \ [2023-10-22 13:03:03,266] [ INFO] - Successfully installed first_order_motion-1.0.0 ``` In [ ] ``` !wget -P data https://paddlespeech.bj.bcebos.com/Parakeet/tools/nltk_data.tar.gz !tar zxvf data/nltk_data.tar.gz ``` In [ ] ``` # 安装PaddleSpeech !pip install pytest-runner !pip install paddlespeech ``` In [9] ``` #用于唇形合成 !hub install wav2lip Download https://bj.bcebos.com/paddlehub/paddlehub_dev/wav2lip.tar.gz [##################################################] 100.00% Decompress /home/aistudio/.paddlehub/tmp/tmpwoyeq7yz/wav2lip.tar.gz [##################################################] 100.00% [2023-10-22 13:15:59,439] [ INFO] - Successfully installed dependent packages.dio/.paddlehub/tmp/tmpw0x_2srx/wav2lip/requirements.txt: \ [2023-10-22 13:15:59,600] [ INFO] - Successfully installed wav2lip-1.0.0 ``` ## 三、主要架构 ### 3.1 文心一言api调用 这里选择文心一言的‘aistudio’API、erniebot.acess_token = ''此处需要填如自己的访问令牌(个人中心、访问令牌) In [14] ``` import erniebot erniebot.api_type = 'aistudio' #此处需要将你的token也就是AIstudio主页的访问令牌放到下方 erniebot.access_token = "此处填写自己的访问令牌" ``` In [5] ``` response = erniebot.ChatCompletion.create( model='ernie-bot', messages=[{'role': 'user', 'content': f"介绍一下自己"}], ) print(response.result) 您好,我是文心一言,英文名是ERNIE Bot。我能够与人对话互动,回答问题,协助创作,高效便捷地帮助人们获取信息、知识和灵感。 ``` ### 3.2 文心一言自定义数字分身展示 你可以发挥想象,来定义任何的虚拟人物,需要提供三个信息: 1、dd_name 姓名 2、dd_desc 身份信息、背景、事迹 3、dd_example_chat 和别人的聊天 In [15] ``` #调用文心一言API def chat_yiyan_api(prompt): response = erniebot.ChatCompletion.create( model='ernie-bot', messages=[{'role': 'user', 'content': prompt}] ) content = response.result return content ``` In [16] ``` #定义机器人身份 def chat_yiyan(prompt, his, prompt_his_str='你:{}\n分身:{}', dd_name=''): Q_his = '\n'.join([prompt_his_str.format(i[0], i[1]) for i in his]) if Q_his: Q_his += '\n' Q_motif = f'{Q_his}用户:{prompt}\n{dd_name}:' result = chat_yiyan_api(Q_motif) return result ``` In [17] ``` #主要步骤 import re def dd_chat(dd_his_prompt, dd_name, dd_desc, dd_example_chat, msg, his): dd_ifm = dd_prompt.format(name=dd_name, desc=dd_desc, chat=dd_example_chat) dd_his_prompt = dd_his_prompt.replace('{name}', dd_name) o_his = [[dd_ifm, ''], *his] answer = chat_yiyan(msg, o_his, prompt_his_str=dd_his_prompt) answer = re.sub(dd_name + '[\::]', '', answer).strip() answer = answer.split('用户:')[0].split('用户:')[0] his.append([msg, answer]) str = ''.join(his[-1][1]) return his ``` In [18] ``` #定义参数 source_image = "zhuge.jpg" dd_prompt = '''我需要你模仿{name},请参考以下信息和用户聊天 ---- 下面是{name}的介绍: {desc} ---- 下面是{name}和别人的对话: {chat} ---- 请针对上文,扮演{name},回复简洁,和用户聊天''' dd_his_prompt = '用户:{}\n{name}:{}' dd_name = '妇好' dd_desc = '妇好是商朝时期的一位女性军事统帅和政治家,也是商王武丁的妻子。她多次受命征战沙场,为商王朝拓展疆土立下汗马功劳。出土的大量甲骨卜辞表明了妇好的身份和地位,她也是中国历史上第一位有据可查的女英雄。' dd_example_chat = '你好,我是妇好,中国第一位女英雄!' msg = '请介绍一下自己' #你想说的话 his = [] txt = dd_chat(dd_his_prompt, dd_name, dd_desc, dd_example_chat, msg, his)[-1][-1] print(txt) 妇好,中国第一位女英雄,也是商王武丁的妻子。我曾多次征战沙场,为商王朝拓展疆土立下汗马功劳。 ``` ### 3.3 表情迁移 通过"first_order_motion"模型,输入图像和驱动视频,让人像动起来! In [10] ``` import paddlehub as hub FOM_Module = hub.Module(name="first_order_motion") FOM_Module.generate(source_image="/home/aistudio/Img/zhuge.jpg", # 输入图像 driving_video="/home/aistudio/Img/qudong.mp4", # 输入驱动视频 ratio=0.4, image_size=256, output_dir='./output/', # 输出文件夹 filename='output-zhuge.mp4', # 输出文件名 use_gpu=True) W1022 13:16:37.976037 299 device_context.cc:447] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 12.0, Runtime API Version: 10.1 W1022 13:16:37.981480 299 device_context.cc:465] device: 0, cuDNN Version: 7.6. [10/22 13:16:43] ppgan INFO: Downloading GPEN-512.pdparams from https://paddlegan.bj.bcebos.com/models/GPEN-512.pdparams to /home/aistudio/.cache/ppgan/GPEN-512.pdparams 100%|██████████| 277380/277380 [00:04<00:00, 58345.21it/s] 100%|██████████| 109119/109119 [00:02<00:00, 49561.59it/s] 1 persons have been detected 100%|██████████| 300/300 [00:33<00:00, 8.97it/s] IMAGEIO FFMPEG_WRITER WARNING: input image is not divisible by macro_block_size=16, resizing from (500, 362) to (512, 368) to ensure video compatibility with most codecs and players. To prevent resizing, make your input image divisible by the macro_block_size or set the macro_block_size to 1 (risking incompatibility). [swscaler @ 0x50db340] Warning: data is not aligned! This can lead to a speed loss ``` ### 3.4 文字转语音 将ENIRE Bot自定义的虚拟人物输出转换生成一段音频! In [19] ``` from paddlespeech.cli.tts.infer import TTSExecutor tts = TTSExecutor() tts(text=txt, output="output.wav") 100%|██████████| 477172/477172 [00:15<00:00, 30709.65it/s] 100%|██████████| 893777/893777 [00:20<00:00, 44051.61it/s] 100%|██████████| 575056/575056 [00:15<00:00, 37747.93it/s] [2023-10-22 13:23:39,852] [ INFO] - Downloading bert-base-chinese-vocab.txt from https://paddle-hapi.bj.bcebos.com/models/bert/bert-base-chinese-vocab.txt 100%|██████████| 107/107 [00:00<00:00, 4712.21it/s] Building prefix dict from the default dictionary ... [2023-10-22 13:23:45] [DEBUG] [__init__.py:113] Building prefix dict from the default dictionary ... Dumping model to file cache /tmp/jieba.cache [2023-10-22 13:23:46] [DEBUG] [__init__.py:147] Dumping model to file cache /tmp/jieba.cache Loading model cost 0.748 seconds. [2023-10-22 13:23:46] [DEBUG] [__init__.py:165] Loading model cost 0.748 seconds. Prefix dict has been built successfully. [2023-10-22 13:23:46] [DEBUG] [__init__.py:166] Prefix dict has been built successfully. '/home/aistudio/output.wav' ``` ### 3.5 唇形合成 把刚刚得到的动态视频和音频文件输入到Wav2Lip模型中,让唇形根据说话的内容动态改变。 In [ ] ``` import paddlehub as hub W2F_Module = hub.Module(name="wav2lip") W2F_Module.wav2lip_transfer(face='output/output-zhuge.mp4', audio='Audio/audio-zhuge.wav', output_dir='./zhuge/', use_gpu=True) [10/22 11:17:03] ppgan INFO: Found /home/aistudio/.cache/ppgan/GPEN-512.pdparams Reading video frames... Number of frames available for inference: 300 Length of mel chunks: 292 Model loaded 0%| | 0/3 [00:00<?, ?it/s] 0%| | 0/19 [00:00<?, ?it/s] 5%|▌ | 1/19 [00:00<00:10, 1.66it/s] 11%|█ | 2/19 [00:01<00:10, 1.68it/s] 16%|█▌ | 3/19 [00:01<00:09, 1.68it/s] 21%|██ | 4/19 [00:02<00:08, 1.69it/s] 26%|██▋ | 5/19 [00:02<00:08, 1.69it/s] 32%|███▏ | 6/19 [00:03<00:07, 1.68it/s] 37%|███▋ | 7/19 [00:04<00:07, 1.69it/s] 42%|████▏ | 8/19 [00:04<00:06, 1.66it/s] 47%|████▋ | 9/19 [00:05<00:05, 1.67it/s] 53%|█████▎ | 10/19 [00:06<00:05, 1.59it/s] 58%|█████▊ | 11/19 [00:06<00:04, 1.61it/s] 63%|██████▎ | 12/19 [00:07<00:04, 1.63it/s] 68%|██████▊ | 13/19 [00:07<00:03, 1.64it/s] 74%|███████▎ | 14/19 [00:08<00:03, 1.66it/s] 79%|███████▉ | 15/19 [00:09<00:02, 1.66it/s] 84%|████████▍ | 16/19 [00:09<00:01, 1.67it/s] 89%|████████▉ | 17/19 [00:10<00:01, 1.68it/s] 95%|█████████▍| 18/19 [00:10<00:00, 1.63it/s] 100%|██████████| 19/19 [00:11<00:00, 1.72it/s] 100%|██████████| 3/3 [00:36<00:00, 12.13s/it] ffmpeg version 2.8.15-0ubuntu0.16.04.1 Copyright (c) 2000-2018 the FFmpeg developers built with gcc 5.4.0 (Ubuntu 5.4.0-6ubuntu1~16.04.10) 20160609 configuration: --prefix=/usr --extra-version=0ubuntu0.16.04.1 --build-suffix=-ffmpeg --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --cc=cc --cxx=g++ --enable-gpl --enable-shared --disable-stripping --disable-decoder=libopenjpeg --disable-decoder=libschroedinger --enable-avresample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libmodplug --enable-libmp3lame --enable-libopenjpeg --enable-libopus --enable-libpulse --enable-librtmp --enable-libschroedinger --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxvid --enable-libzvbi --enable-openal --enable-open libavutil 54. 31.100 / 54. 31.100 libavcodec 56. 60.100 / 56. 60.100 libavformat 56. 40.101 / 56. 40.101 libavdevice 56. 4.100 / 56. 4.100 libavfilter 5. 40.101 / 5. 40.101 libavresample 2. 1. 0 / 2. 1. 0 libswscale 3. 1.101 / 3. 1.101 libswresample 1. 2.101 / 1. 2.101 libpostproc 53. 3.100 / 53. 3.100 Guessed Channel Layout for Input Stream #0.0 : mono Input #0, wav, from 'Audio/audio-zhuge.wav': Duration: 00:00:09.86, bitrate: 384 kb/s Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 24000 Hz, 1 channels, s16, 384 kb/s Input #1, avi, from 'temp/result.avi': Metadata: encoder : Lavf58.31.101 Duration: 00:00:09.73, start: 0.000000, bitrate: 1247 kb/s Stream #1:0: Video: mpeg4 (Simple Profile) (DIVX / 0x58564944), yuv420p, 512x368 [SAR 1:1 DAR 32:23], 1241 kb/s, 30 fps, 30 tbr, 30 tbn, 30 tbc [libx264 @ 0x1f22020] -qscale is ignored, -crf is recommended. [libx264 @ 0x1f22020] using SAR=1/1 [libx264 @ 0x1f22020] using cpu capabilities: MMX2 SSE2Fast SSSE3 SSE4.2 AVX FMA3 AVX2 LZCNT BMI2 [libx264 @ 0x1f22020] profile High, level 3.0 [libx264 @ 0x1f22020] 264 - core 148 r2643 5c65704 - H.264/MPEG-4 AVC codec - Copyleft 2003-2015 - http://www.videolan.org/x264.html - options: cabac=1 ref=3 deblock=1:0:0 analyse=0x3:0x113 me=hex subme=7 psy=1 psy_rd=1.00:0.00 mixed_ref=1 me_range=16 chroma_me=1 trellis=1 8x8dct=1 cqm=0 deadzone=21,11 fast_pskip=1 chroma_qp_offset=-2 threads=11 lookahead_threads=1 sliced_threads=0 nr=0 decimate=1 interlaced=0 bluray_compat=0 constrained_intra=0 bframes=3 b_pyramid=2 b_adapt=1 b_bias=0 direct=1 weightb=1 open_gop=0 weightp=2 keyint=250 keyint_min=25 scenecut=40 intra_refresh=0 rc_lookahead=40 rc=crf mbtree=1 crf=23.0 qcomp=0.60 qpmin=0 qpmax=69 qpstep=4 ip_ratio=1.40 aq=1:1.00 Output #0, mp4, to './zhuge/result.mp4': Metadata: encoder : Lavf56.40.101 Stream #0:0: Video: h264 (libx264) ([33][0][0][0] / 0x0021), yuv420p, 512x368 [SAR 1:1 DAR 32:23], q=-1--1, 30 fps, 15360 tbn, 30 tbc Metadata: encoder : Lavc56.60.100 libx264 Stream #0:1: Audio: aac ([64][0][0][0] / 0x0040), 24000 Hz, mono, fltp, 128 kb/s Metadata: encoder : Lavc56.60.100 aac Stream mapping: Stream #1:0 -> #0:0 (mpeg4 (native) -> h264 (libx264)) Stream #0:0 -> #0:1 (pcm_s16le (native) -> aac (native)) Press [q] to stop, [?] for help frame= 292 fps=0.0 q=-1.0 Lsize= 540kB time=00:00:09.89 bitrate= 447.1kbits/s video:382kB audio:149kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 1.656511% [libx264 @ 0x1f22020] frame I:2 Avg QP:18.49 size: 13398 [libx264 @ 0x1f22020] frame P:99 Avg QP:22.79 size: 2472 [libx264 @ 0x1f22020] frame B:191 Avg QP:28.84 size: 625 [libx264 @ 0x1f22020] consecutive B-frames: 12.3% 0.7% 2.1% 84.9% [libx264 @ 0x1f22020] mb I I16..4: 12.5% 77.6% 9.9% [libx264 @ 0x1f22020] mb P I16..4: 0.5% 1.8% 0.2% P16..4: 15.2% 9.9% 5.7% 0.0% 0.0% skip:66.8% [libx264 @ 0x1f22020] mb B I16..4: 0.1% 0.2% 0.0% B16..8: 18.3% 3.6% 0.8% direct: 0.7% skip:76.3% L0:49.3% L1:41.7% BI: 9.0% [libx264 @ 0x1f22020] 8x8 transform intra:73.8% inter:58.3% [libx264 @ 0x1f22020] coded y,uvDC,uvAC intra: 40.0% 53.1% 18.1% inter: 6.4% 4.5% 0.3% [libx264 @ 0x1f22020] i16 v,h,dc,p: 59% 11% 25% 5% [libx264 @ 0x1f22020] i8 v,h,dc,ddl,ddr,vr,hd,vl,hu: 45% 8% 33% 2% 2% 4% 1% 3% 1% [libx264 @ 0x1f22020] i4 v,h,dc,ddl,ddr,vr,hd,vl,hu: 39% 12% 14% 4% 6% 8% 7% 8% 3% [libx264 @ 0x1f22020] i8c dc,h,v,p: 41% 15% 40% 4% [libx264 @ 0x1f22020] Weighted P-Frames: Y:0.0% UV:0.0% [libx264 @ 0x1f22020] ref P L0: 60.4% 12.6% 17.9% 9.2% [libx264 @ 0x1f22020] ref B L0: 86.8% 9.7% 3.5% [libx264 @ 0x1f22020] ref B L1: 95.4% 4.6% [libx264 @ 0x1f22020] kb/s:321.24 ``` ## 四、Gradio页面介绍 ![img](http://yg9538.kmgy.top/202311191453509.png) ![img](http://yg9538.kmgy.top/202311191453545.png) 1、首先需要用于提供自定义数字分身的信息,如:名字、背景、谈话记录!(左下角有例子可以参考) 2、然后就可以何其进行聊天,然后会使用paddlespeach模型,将机器人输出转换文语音! 3、最后点击生成就可以展示生成的效果图了!
yg9538
2023年11月19日 16:35
849
转发文档
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
PDF文档
PDF文档(打印)
分享
链接
类型
密码
更新密码