项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4334
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 操作系统:CentOS 7.2 或 Ubuntu 22.04(README 实测环境)
- CUDA >= 11.7,需 NVIDIA 显卡(实测 A100 80G / RTX4090D 24G / V100 16G)
- Python 3.8 / 3.10 / 3.11(README 推荐 conda 创建 Python 3.8 环境)
- 已安装 conda 与 pip
安装与启动步骤
-
1克隆项目代码
从 GitHub 拉取 EchoMimic 源码到本地,随后进入项目根目录准备后续操作。
git clone https://github.com/antgroup/echomimic.git cd echomimic -
2创建 conda 环境
README 推荐使用 conda 隔离环境,示例创建名为 echomimic 的 Python 3.8 环境并激活。
conda create -n echomimic python=3.8 conda activate echomimic -
3安装依赖包
在激活的 echomimic 环境中,按 requirements.txt 一次性安装项目所需 Python 依赖。
pip install -r requirements.txt -
4启动 Gradio 界面
运行 webgui.py 启动网页交互界面,可通过 server_port 参数指定端口,默认示例为 3000。
python -u webgui.py --server_port=3000
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
--server_port | 否 | 指定 Gradio Web 界面监听端口 | 3000 |
如何确认成功
执行 webgui.py 后终端无报错,浏览器打开 http://localhost:3000 能看到 Gradio 操作界面即成功。
常见问题
Q:没有 GPU 或显存不足能跑吗?
A:README 实测显卡为 A100(80G)、RTX4090D(24G)、V100(16G),且要求 CUDA >= 11.7,显存较小的显卡可能无法正常运行。
Q:Python 版本有要求吗?
A:README 说明实测 Python 3.8 / 3.10 / 3.11 均可用,推荐按示例用 conda 创建 Python 3.8 环境以避免版本冲突。
Q:端口 3000 被占用怎么办?
A:启动时修改 --server_port 参数为其它空闲端口,例如 python -u webgui.py --server_port=3001。
Q:依赖安装失败怎么办?
A:先确认已 conda activate echomimic 激活环境,并检查 CUDA 版本是否满足 >= 11.7,再重试 pip install -r requirements.txt。
注意事项
- README 节选未给出预训练模型权重的下载与推理脚本说明,实际使用前请补充查看官方仓库与 HuggingFace/ModelScope 模型页。
- 启动 Web UI 依赖 Gradio,首次运行可能需下载相关资源,请保持网络畅通。
- 建议在独立 conda 环境中安装,避免与系统 Python 包产生冲突。
- 官方同时提供 HuggingFace 与 ModelScope 的在线 Demo,可先在线体验再决定本地部署。
核心亮点
- 口型同步精度高,基于音频特征直接驱动,自然度优于传统方法。
- 支持关键点编辑,用户可手动调整眼睛、嘴巴等区域,实现精细表情控制。
- AAAI 2025 论文背书,算法有学术保障,且代码开源,易于复现。
不足之处
- 训练和推理对 GPU 资源要求较高,个人开发者入门门槛不低。
- 文档/社区待观察。
适用场景
- 数字人视频制作,如虚拟主播、新闻播报。
- 影视预可视化,快速生成角色口型动画。
- 辅助配音演员,预览音频对应的面部动作。
替代项目
SadTalker、Wav2Lip、LivePortrait
上一篇:JoyVASA
下一篇:Speech2Video
同类项目推荐
TripoSF
开源
从稀疏输入生成高分辨率、任意拓扑的 3D 模型
SparseFlex: High-Resolution and Arbitrary-Topology 3D Shape Modeling
GameFactory-3A
开源
一条命令生成 3A 游戏资产,从模型到视频全自动
A comprehensive open-source 3A game-generation skill and asset framework.
Effigy
开源
本地跑通2D/3D资产生成,数字人素材自己造
Fully local 2D/3D Asset generation
ASH
开源
用高斯泼溅技术,实现高效逼真的可驱动数字人渲染。
The Training and Demo code for: Ash: Animatable gaussian splats for efficient and ph···
CityDreamer
开源
一键生成无限大的逼真3D城市,告别手工建模
The official implementation of "CityDreamer: Compositional Generative Model of Unbou···
respace
开源
输入一句话,自动生成或编辑室内 3D 场景
Code for "ReSpace: Text-Driven Autoregressive 3D Indoor Scene Synthesis and Editing"
dlp3d.ai
开源
在网页上快速创建能自主行动的3D数字人
Open-source Autonomous 3D Characters on the Web
Nova3D
开源
一句话生成可编辑3D模型,支持文本和图片输入。
Design workspace for programmable 3D. Nova builds assets and worlds as editable, ver···
CorbeauSplat
开源
Mac 上一条命令,视频照片变可看 3D 高斯场景
CorbeauSplat is an all-in-one Gaussian Splatting automation tool designed specifical···
