目录
前 言
在近年来，人工智能的快速发展极大地改变了我们的生活，同时也带来了无限可能。其中，AI数字人是其中的一项重要技术，他们是由计算机生成的，可以模拟人的行为和外观，甚至可以产生几乎与真人无法区分的视频内容。这一切都离不开先进的人工智能算法和强大的计算平台的支持。在这篇文章中，我们的主题是如何在AutoDL云算力平台上部署并使用Wav2Lip和GFPGAN两个人工智能模型来创建AI数字人视频。我们的目标是利用Wav2Lip模型将输入的音频与数字人的口型进行同步，然后使用GFPGAN模型对生成的数字人的面部图像进行高质量的重建，从而创造出逼真的AI数字人视频。
一、AutoDL云算力平台简介
AutoDL云算力平台是一个强大的云计算平台，专注于提供大规模并行计算资源和AI模型部署的一键式解决方案。它为研究人员、开发者和企业提供了一个高效、可靠和易用的环境，以实现复杂的计算任务和AI模型的部署。AutoDL平台的主要功能之一是提供大规模的并行计算资源。它拥有强大的计算集群和高性能的计算节点，可以快速处理大规模的数据和复杂的计算任务。这使得用户能够在短时间内完成大规模的计算和模型训练，提高工作效率。此外，AutoDL平台还提供了一键式的AI模型部署功能。用户可以轻松地上传和配置自己的AI模型，然后使用平台提供的工具和接口将其部署到计算集群上进行推理和应用。这大大简化了AI模型部署的流程，节省了用户的时间和精力。AutoDL平台的优点之一是其易用性。它提供了直观的用户界面和简单易懂的操作指南，使得即使对于非专业的用户来说，也能够快速上手并使用平台的功能。此外，平台还提供了丰富的软件支持和开发工具，用户可以根据自己的需求进行定制和扩展。使用AutoDL云算力平台的好处不仅仅局限于计算资源和AI模型部署的便利性。它还具有可扩展性和灵活性，可以根据用户的需求进行横向和纵向的扩展，以适应不断增长的计算需求和新兴的技术挑战。
二、在AutoDL云算力平台上部署Wav2Lip-GFPGAN代码
2.1、创建AutoDL云算力实例
首先在AutoDL官网（AutoDL-品质GPU租用平台-租GPU就上AutoDL）注册登录，接着在“算力市场”上挑选GPU。
此时我们选择RTX3090的GPU版本，计费方式为按量计费，这样比较省钱。
然后选择“基础镜像”，GPU数量为1个，挑选好下图中的Pytorch镜像，因为待会源码的环境是需要Pytorch的，点击“立即创建”即可，稍等片刻即可创建成功。
2.2、将源码导入实例
百度网盘链接：https://pan.baidu.com/s/1einWK_uy-HdpZ4xOgEK0YA?pwd=oshu
提取码：oshu
首先下载好源码到本地文件夹，接着将源码的压缩包导入到阿里云盘，通过点击“AutoPanel”进入到此页面，扫码授权即可，通过阿里云盘将里面的代码导入到实例中去。
2.3、远程AutoDL云服务
这里推荐使用VScode利用ssh来远程。
首先下载安装好VScode（Visual Studio Code – Code Editing. Redefined）；
然后进入到VScode，点击“远程资源管理器”，再点击“+”即可。
然后将登录指令和密码分别输入进去。
进入到下面这个状态就差不多了。
2.4、安装依赖
打开VScode终端界面，按步骤安装以下的命令即可。
sudo apt updatesudo apt install ffmpegpip install -r requirements.txt2.5、导入视频和音频目录文件
- inputs/ {自定义文件名} /source_video：制作好的数字人基础视频。
- inputs/ {自定义文件名} /source_audio：制作好的音频文件。
- outputs：输出制作好的合成视频。
注意：这个自定义文件名一定要纯字母组合或者数字组合又或者字母数字组合！
数字人基础视频可以去Heygen （HeyGen – AI Video Generator） 上制作一个数字人；
音频文件可以去这里 （免费微软语音生成工具）生成音频。
2.6、配置参数
导入好文件后，打开run.py文件，更改环境路径。
然后更改在inputs下面的文件夹路径。（即是上面的{自定义文件名}）
2.7、学术资源加速
打开终端，输入以下命令可以加速访问的学术资源，比如github，这个很有必要的，关乎到后面运行代码自动下载那些权重文件。
设置学术资源加速
source /etc/network_turbo取消学术资源加速（如果不用的话可以取消它）
unset http_proxy && unset https_proxy2.8、运行run.py
保证上面都配置好后，在命令行中运行run.py。
python run.py2.9、导出视频
执行完毕后会生成在对应的outputs文件夹中，红框的文件为最后合成好的高清视频文件。
2.10、效果演示
三、结论
随着人工智能技术的飞速发展，AI数字人已经成为越来越重要的研究和应用领域。Wav2Lip和GFPGAN这两种强大的AI模型可以帮助我们创建出逼真的AI数字人视频。其中，Wav2Lip模型负责将音频与数字人的口型进行同步，而GFPGAN模型则能对生成的数字人的面部图像进行高质量的重建。AutoDL云算力平台为部署和运行这些模型提供了便利。这个平台不仅拥有大规模的并行计算资源，而且还提供了一键式的AI模型部署功能，使得我们可以快速高效地完成模型的部署和运行。我们已经探讨了如何在AutoDL云算力平台上部署并使用Wav2Lip和GFPGAN模型来创建AI数字人视频，并通过实例来展示了生成的视频效果。尽管这些技术仍有改进空间，例如提高生成图像的质量，优化口型同步的效果，但它们已经展示出了强大的潜力。在未来，我们期待看到更多创新的应用和发展。随着人工智能技术的不断进步，AI数字人可能会更加逼真，更加智能，并在更多领域中发挥作用。而我们，将继续关注这个领域的新动态，期待它为我们的生活带来更多可能。
四、参考资料和进一步阅读
（如有问题可以在评论区咨询喔（づ￣3￣）づ╭❤～）
参考源码①：Wav2Lip
参考源码②：GFPGAN
参考源码③：GitHub – ajay-sainy/Wav2Lip-GFPGAN: High quality Lip sync
参考源码④：https://github.com/jecklianhuo/Wav2Lip-GFPGAN-main
参考博客①：基于Wav2Lip的AI主播_c# 数字人_Mr数据杨的博客-CSDN博客
参考博客②：基于Wav2Lip+GFPGAN的高清版AI主播_Mr数据杨的博客-CSDN博客
文章出处登录后可见！
