Personalive

🚀 人物動態直播動畫系統（PersonaLive）

用於直播的富有表現力的肖像動畫系統

本系統是一款強大的工具，能實現即時的肖像動畫驅動，支持離線視頻處理，具備多語言界面和多種實用功能，為直播和動畫製作帶來全新體驗。

English | 簡體中文 | 繁體中文 | 日本語

✨ 主要特性

• 🎥 即時動畫：通過網絡攝像頭即時驅動肖像動畫。
• 📁 離線處理：根據參考圖像和驅動視頻生成動畫視頻。
• 🌐 多語言界面：支持英語、簡體中文、繁體中文和日語。
• 🌙 黑暗模式：提供護眼的黑暗主題。
• 📸 截圖與錄製：可捕獲和錄製動畫輸出。
• 🖥️ 全屏模式：帶來沉浸式的全屏體驗。
• 📊 GPU 監控：即時顯示 GPU 狀態並進行內存管理。
• 🔌 REST API：提供完整的 API 並帶有 Swagger 文檔。
• 🤖 MCP 支持：支持用於 AI 助手的模型上下文協議。

🚀 快速開始

Docker（推薦）

# 拉取一體化鏡像（包含所有模型權重）
docker pull neosun/personalive:allinone

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

# 訪問
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

📦 安裝指南

前提條件

• 具有 12GB 以上顯存的 NVIDIA GPU。
• 安裝了 NVIDIA 容器工具包的 Docker。
• 或者：Python 3.10 和 CUDA 12.1。

方法 1：Docker 一體化安裝（最簡單）

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

方法 2：使用卷掛載的 Docker 安裝

# 克隆倉庫
git clone https://github.com/neosun100/personalive.git
cd personalive

# 下載權重
python tools/download_weights.py

# 掛載權重運行
docker run -d --gpus all -p 7870:7870 \
  -v $(pwd)/pretrained_weights:/app/pretrained_weights \
  neosun/personalive:latest

方法 3：本地開發安裝

# 克隆倉庫
git clone https://github.com/neosun100/personalive.git
cd personalive

# 創建環境
conda create -n personalive python=3.10
conda activate personalive

# 安裝依賴
pip install -r requirements_base.txt
pip install -r requirements_api.txt

# 下載權重
python tools/download_weights.py

# 構建前端
cd webcam/frontend && npm install && npm run build && cd ../..

# 運行
python app.py

⚙️ 配置

環境變量

.env 文件示例

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

💻 使用示例

Web 界面

1. 打開 http://localhost:7870。
2. 選擇或上傳參考肖像。
3. 點擊“融合參考”以準備模型。
4. 允許訪問網絡攝像頭並點擊“開始動畫”。
5. 移動面部以驅動動畫！

離線模式

1. 切換到“離線模式”選項卡。
2. 上傳參考圖像（PNG/JPG）。
3. 上傳驅動視頻（MP4）。
4. 設置最大幀數並點擊“處理”。
5. 下載結果視頻。

REST API

# 健康檢查
curl http://localhost:7870/health

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

# 離線處理
curl -X POST http://localhost:7870/api/process/offline \
  -F "reference_image=@portrait.png" \
  -F "driving_video=@video.mp4"

完整的 API 文檔：http://localhost:7870/docs

🔧 技術細節

技術棧

• 後端：FastAPI、PyTorch、Diffusers
• 前端：SvelteKit、TailwindCSS
• AI 模型：Stable Diffusion、LivePortrait
• 加速：xFormers、TensorRT（可選）

項目結構

personalive/
├── app.py                 # 主應用程序
├── gpu_manager.py         # GPU 資源管理器
├── mcp_server.py          # MCP 服務器
├── src/                   # 核心模型
├── webcam/                # 前端與流媒體
├── configs/               # 配置文件
├── tools/                 # 實用腳本
└── pretrained_weights/    # 模型權重

🤝 貢獻

歡迎貢獻代碼！請隨時提交拉取請求。

1. 分叉倉庫。
2. 創建功能分支（git checkout -b feature/amazing）。
3. 提交更改（git commit -m 'Add amazing feature'）。
4. 推送到分支（git push origin feature/amazing）。
5. 打開拉取請求。

📋 變更日誌

v1.0.0 (2026-01-04)

• 🎉 初始版本發佈
• ✨ 即時網絡攝像頭動畫
• ✨ 離線視頻處理
• ✨ 多語言界面（英語/中文/繁體中文/日語）
• ✨ 黑暗模式支持
• ✨ 截圖與錄製
• ✨ 帶有 Swagger 的 REST API
• ✨ MCP 支持
• 🐳 Docker 一體化鏡像

📄 許可證

本項目採用 MIT 許可證 - 詳情請參閱 LICENSE 文件。

⭐ 星標歷史

🙏 致謝

本項目基於 GVC Lab 的 PersonaLive。特別感謝原作者。