最近这几天研究了下AI和视频相关，还是颇有收获的。
我的想法是，如果用户提前录制好视频，根据这些视频进行AI训练，让最后用户的口型跟后期的音频保持一致，这样看起来就像用户真人在录制视频或直播，效果不是比那种卡通数字人好许多吗？
我刚开始的时候，在github上找到Wave2lip这个项目，看到文档和介绍也不错，
实际操作时，发现安装文档写的不是很清晰，刚好又发现了另外一个项目，也是基于wave2lip的：PaddleGAN
这个项目的介绍和安装文档非常清晰和详细，而且还提供中文版本，这真是雪中送炭。。。
看了下介绍，貌似也能达到我的预期需求，那既然如此，说干就干吧。
我原本是老老实实按照传统的方法安装，比如安装python等，结果发现，相关包的依赖，实在是太过于复杂，所谓牵一发动全身，忙碌了一整天，非但无济于事，还把自己搞得焦头烂额。。。囧
后来在友人的建议下，说安装conda不就可以解决这些乱七八糟问题了嘛。
哦，原来如此，这真是让人醍醐灌顶啊，于是赶快上conda官网，
选择适合自己python版本的conda，下载安装，安装后的conda如下图，
我的python版本如下图，
再看下是否具备相关安装要求，比如要求pip版本为20.2.2或更高版本，如下图
接下来，就是正式开启部署安装。
项目要求安装环境依赖如下：
PaddlePaddle >= 2.1.0
Python >= 3.6
CUDA >= 10.1
先安装PaddlePaddle吧，
查了下，显卡对应的是Cuda11.7版本，直接安装命令如下，
python-m pip install paddlepaddle-gpu==2.4.2.post117-f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html
安装好PaddlePaddle，测试下，
这里，如果没有GPU显卡，可以用如下命令：
python-m pip install paddlepaddle==2.4.2-i https://pypi.tuna.tsinghua.edu.cn/simple
但后边测试发现，没有显卡支持的这种纯cpu操作输出，卡的。。。连他阿玛都不认识了。。。囧
剩下的就是安装其它依赖支持，以及自然少不了ffmpeg支持，
conda install x264=='1!152.20180717'ffmpeg=4.0.2-c conda-forge
所有都完成后，测试下效果，
训练后的演示视频15
训练后的演示视频23
让老外讲中文。。。看起来还挺逼真的嘛 :)
