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 2026-11-01 · 当前星标 ★ 1309
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- Python 环境(README 未标注具体版本要求)
- Git,用于克隆仓库
- 磁盘空间,用于存放仓库、模型权重与 BEAT/BEAT2 数据集
- 如需自己训练或推理,需具备可运行深度学习框架的算力环境(README 未列出具体依赖)
安装与启动步骤
-
1确认本地基础环境
先确认 Python 与 Git 可用。README 正文没有给出 Python 版本、依赖清单或安装命令,实际要求需以仓库内文档为准。
python --version git --version -
2克隆项目仓库
从项目给出的 GitHub 地址拉取代码,得到完整的训练与评测框架源码。
git clone https://github.com/haiyangliu0/character-policy.git -
3进入目录查看文档
进入仓库后先阅读 README 与目录内说明文件,安装依赖与运行方式以仓库内实际内容为准。
cd character-policy ls -
4获取权重与数据集
项目在 HuggingFace 上提供模型权重与 BEAT2 数据集页面,按页面说明下载后放到仓库约定的数据目录。
-
5先体验在线演示
在本地环境配好之前,可先打开官方 HuggingFace Space 演示页,确认输入语音、文本后输出的动作效果是否符合预期。
如何确认成功
README 未给出启动命令,暂以仓库克隆成功、能打开仓库内文档并取到权重与数据集,作为准备完成的判断依据。
常见问题
Q:按 README 装依赖时提示缺少 requirements.txt 怎么办?
A:节选的 README 只介绍了项目能力与在线资源,没有列出依赖安装命令。请在仓库实际目录中查找依赖清单或环境说明文件,以其为准,不要凭空猜包名。
Q:没有 GPU 能跑吗?
A:README 未说明硬件要求。该项目涉及三维人体运动生成模型,训练通常需要较强算力;是否支持纯 CPU 推理请查看仓库内文档。
Q:输出了什么格式的动作数据?
A:项目输出标准 3D 动作参数,例如 SMPL,可转换为 iPhone ARKit Blendshape 权重、Vicon Skeleton BVH 文件或导入游戏引擎。
Q:能只用文本生成动作吗?
A:可以。README 说明项目支持两类能力:由语音生成面部与身体动画,以及由文本生成身体动画。
注意事项
- README 节选未提供安装依赖与运行命令,本教程只覆盖可确认的准备动作,具体安装与运行步骤请以仓库内文档为准。
- BEAT、BEAT2 数据集有各自的使用条款,下载和使用前请先阅读数据集页面上的许可说明。
- 项目定位为研究基准,接口与评测流程可能随版本变化,复现实验前建议固定提交版本。
核心亮点
- 提供官方基准与完整代码库,训练、评测流程统一,便于复现和横向对比
- 面向整体协同语音手势,覆盖身体、手势与节奏,而非只做口型或单一部位
- 配套 BEAT/BEAT2 等协同语音数据集评测,指标与数据链路相对完整
不足之处
- 项目处于成长阶段,文档与使用示例的完整度有待观察
- 依赖三维人体运动与音频驱动动画的较重环境,上手和复现成本不低
- 社区规模尚小,遇到问题可参考的讨论和第三方教程有限
适用场景
- 数字人/虚拟主播的说话动作生成研究
- 游戏 NPC 与虚拟角色的协同语音动画制作
- 协同语音手势生成算法的基准评测与论文复现
替代项目
EMAGE、TalkSHOW、DiffSHEG
上一篇:BrickGPT
下一篇:没有了!
同类项目推荐
3DGenStudio
开源
一个界面走完从文字到带贴图3D模型的全流程
Orchestrate complete 3D generation pipelines — from text-to-image, image editing, m···
FaceTalk
开源
上传语音,一键生成3D数字人面部动画
[CVPR 2024] FaceTalk: Audio-Driven Motion Diffusion for Neural Parametric Head Model···
utsuwa
开源
打造专属 AI 伴侣,陪你聊天一起成长
Utsuwa is an open-source alternative to Grok Companion. This is a platform where you···
FlexiDreamer
开源
单张照片秒变 3D 模型,用 FlexiCubes 快速生成网格。
An official implementation of FlexiDreamer: Single Image-to-3D Generation with Flexi···
aigcpanel
开源
本地模型一键装,文本音频直接变数字人视频
AIGCPanel 是一个简单易用的一站式AI数字人系统,支持视频合成、声音合成、声音克隆,简化···
弹幕驱动数字人,OBS 一键开播
AI 实时直播间:Vidu S2 实时数字人 + 弹幕过滤调度 + 衣柜换装 + OBS 叠层(角色资产不含···
ReconViaGen
开源
从稀疏视图一键生成高精度3D模型
(ICLR2026) ReconViaGen: Towards Accurate Multi-view 3D Object Reconstruction via Gen···
JoyVASA
开源
上传一张图,让照片和动物动起来说话
Diffusion-based Portrait and Animal Animation
GNM
开源
一键生成高精度参数化数字人头像,驱动表情与动画
An open ecosystem of parametric human models and perception stacks, starting with GN···
