数字人技术之LatentSync Win11本地部署

#LatentSync技术原理

字节跳动开源的基于音频条件潜在扩散模型的端到端唇同步框架,基于潜在扩散模型,以音频条件潜在扩散模型为基础，利用 Stable Diffusion 强大能力，直接建模复杂的音频与视觉之间的关系，实现高质量的唇形同步. 从而制作虚拟主播与数字人等应用

#部署环境

win11 16G显存 (4060Ti)

git version 2.47.1.windows.2

conda 24.11.3

#前期准备

cuda环境

检查:

nvcc --version

nvidia-smi

#部署流程

下载项目源码:
git clone https://github.com/bytedance/LatentSync.git 

conda使用国内镜像:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/p