Personalive

🚀 🎭 PersonaLive

ライブストリーミング向けの表情豊かなポートレートアニメーション

English | 简体中文 | 繁體中文 | 日本語

🚀 クイックスタート

Docker (推奨)

# オールインワンイメージを取得 (すべてのモデルウェイトを含む)
docker pull neosun/personalive:allinone

# 実行
docker run -d --gpus all -p 7870:7870 --name personalive neosun/personalive:allinone

# アクセス
open http://localhost:7870

Docker Compose

services:
  personalive:
    image: neosun/personalive:allinone
    ports:
      - "7870:7870"
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

docker compose up -d

✨ 主な機能

• 🎥 リアルタイムアニメーション - ウェブカメラでポートレートアニメーションをリアルタイムに駆動
• 📁 オフライン処理 - 参照画像と駆動ビデオからアニメーションビデオを生成
• 🌐 多言語UI - 英語、简体中文、繁體中文、日本語
• 🌙 ダークモード - 目に優しいダークテーマをサポート
• 📸 スクリーンショットと録画 - アニメーション出力をキャプチャして録画
• 🖥️ フルスクリーンモード - 没入型のフルスクリーン体験
• 📊 GPUモニタリング - リアルタイムのGPU状態とメモリ管理
• 🔌 REST API - Swaggerドキュメント付きの完全なAPI
• 🤖 MCPサポート - AIアシスタント用のモデルコンテキストプロトコル

📦 インストール

前提条件

• 12GB以上のVRAMを持つNVIDIA GPU
• NVIDIA Container Toolkit付きのDocker
• または: Python 3.10、CUDA 12.1

方法1: Dockerオールインワン (最も簡単)

docker pull neosun/personalive:allinone
docker run -d --gpus all -p 7870:7870 neosun/personalive:allinone

方法2: ボリュームマウント付きのDocker

# リポジトリをクローン
git clone https://github.com/neosun100/personalive.git
cd personalive

# ウェイトをダウンロード
python tools/download_weights.py

# マウントされたウェイトで実行
docker run -d --gpus all -p 7870:7870 \
  -v $(pwd)/pretrained_weights:/app/pretrained_weights \
  neosun/personalive:latest

方法3: ローカル開発

# クローン
git clone https://github.com/neosun100/personalive.git
cd personalive

# 環境を作成
conda create -n personalive python=3.10
conda activate personalive

# 依存関係をインストール
pip install -r requirements_base.txt
pip install -r requirements_api.txt

# ウェイトをダウンロード
python tools/download_weights.py

# フロントエンドをビルド
cd webcam/frontend && npm install && npm run build && cd ../..

# 実行
python app.py

⚙️ 設定

環境変数

.envの例

PORT=7870
HOST=0.0.0.0
GPU_IDLE_TIMEOUT=600
ACCELERATION=xformers

📚 ドキュメント

Web UI

1. http://localhost:7870 を開く
2. 参照ポートレートを選択またはアップロードする
3. "Fuse Reference" をクリックしてモデルを準備する
4. ウェブカメラへのアクセスを許可し、"Start Animation" をクリックする
5. 顔を動かしてアニメーションを駆動する！

オフラインモード

1. "Offline Mode" タブに切り替える
2. 参照画像 (PNG/JPG) をアップロードする
3. 駆動ビデオ (MP4) をアップロードする
4. 最大フレーム数を設定し、"Process" をクリックする
5. 結果ビデオをダウンロードする

REST API

# ヘルスチェック
curl http://localhost:7870/health

# GPU状態
curl http://localhost:7870/api/gpu/status

# オフライン処理
curl -X POST http://localhost:7870/api/process/offline \
  -F "reference_image=@portrait.png" \
  -F "driving_video=@video.mp4"

完全なAPIドキュメント: http://localhost:7870/docs

🔧 技術詳細

技術スタック

• バックエンド: FastAPI、PyTorch、Diffusers
• フロントエンド: SvelteKit、TailwindCSS
• AIモデル: Stable Diffusion、LivePortrait
• 加速: xFormers、TensorRT (オプション)

プロジェクト構造

personalive/
├── app.py                 # メインアプリケーション
├── gpu_manager.py         # GPUリソースマネージャー
├── mcp_server.py          # MCPサーバー
├── src/                   # コアモデル
├── webcam/                # フロントエンドとストリーミング
├── configs/               # 設定ファイル
├── tools/                 # ユーティリティスクリプト
└── pretrained_weights/    # モデルウェイト

🤝 コントリビューション

コントリビューションは歓迎されます！プルリクエストを送信してください。

1. リポジトリをフォークする
2. 新しい機能ブランチを作成する (git checkout -b feature/amazing)
3. 変更をコミットする (git commit -m 'Add amazing feature')
4. ブランチにプッシュする (git push origin feature/amazing)
5. プルリクエストを開く

📋 変更履歴

v1.0.0 (2026-01-04)

• 🎉 初版リリース
• ✨ リアルタイムウェブカメラアニメーション
• ✨ オフラインビデオ処理
• ✨ 多言語UI (EN/CN/TW/JP)
• ✨ ダークモードサポート
• ✨ スクリーンショットと録画
• ✨ Swagger付きのREST API
• ✨ MCPサポート
• 🐳 Dockerオールインワンイメージ

📄 ライセンス

このプロジェクトはMITライセンスの下でライセンスされています - 詳細については LICENSE ファイルを参照してください。

⭐ スター履歴

🙏 謝辞

GVCLabによる PersonaLive をベースにしています。オリジナルの作者に特別な感謝を申し上げます。