SadTalker 音频驱动说话头像视频：模型文件下载与配置完整指南-酒店常州论坛

SadTalker 音频驱动说话头像视频：模型文件下载与配置完整指南

【免费下载链接】SadTalker[CVPR 2023] SadTalker：Learning Realistic 3D Motion Coefficients for Stylized Audio-Driven Single Image Talking Face Animation项目地址: https://gitcode.com/GitHub_Trending/sa/SadTalker

SadTalker 是一个音频驱动的单图说话头像视频生成项目（CVPR 2023），输入一张肖像图片和一段音频，输出带口型与头部动作的视频。代码仓库本身不含任何模型权重，跑推理前必须先完成 SadTalker 模型下载，把 checkpoints 与 GFPGAN 增强模型放到指定目录。本文给出模型文件清单、下载方式对比、期望的目录结构和最小验证命令，帮你把 SadTalker 模型配置一次做对。

模型文件清单：SadTalker 实际会读取的文件

先建立「文件 → 功能」的映射，再开始下载：

文件	作用	规格/分辨率	是否必需
`checkpoints/SadTalker_V0.0.2_256.safetensors`	新版打包主权重（audio2pose 姿态网络、audio2exp 表情网络、facevid2vid 渲染模型），`--size 256`时加载	256×256 面部渲染	必需（256/512 按渲染分辨率二选一）
`checkpoints/SadTalker_V0.0.2_512.safetensors`	同上，`--size 512`时加载	512×512 面部渲染	必需（与 256 版二选一）
`checkpoints/mapping_00229-model.pth.tar`	MappingNet，把人脸特征映射到 StyleGAN 潜空间，默认 crop 模式使用	—	必需（默认模式）
`checkpoints/mapping_00109-model.pth.tar`	同上，`--preprocess full`全身模式使用	—	仅全身模式必需
`gfpgan/weights/`下 4 个`.pth`（alignment_WFLW_4HG、detection_Resnet50_Final、parsing_parsenet、GFPGANv1.4）	人脸对齐、检测、语义解析与 GFPGANv1.4 人脸增强	—	可选，加`--enhancer gfpgan`时必需

注意src/utils/init_path.py的分发逻辑：checkpoints/目录下只要存在任意.safetensors，就按新版加载（文件名中的分辨率必须与--size一致）；否则打印 WARNING 并回退到逐个加载旧版.pth文件。混用新旧版本是加载报错的常见根源。

下载方式对比与选型

途径	适用场景	说明
官方脚本`scripts/download_models.sh`	Linux/macOS，首选	一条命令下齐 checkpoints 与 gfpgan 权重；内部使用`wget -nc`，已下载文件自动跳过，中断可续传
GitHub Releases（OpenTalker/SadTalker 的 v0.0.2-rc 标签）	只缺个别文件、需要手动补下	逐文件下载，适合断点续传后的单文件重试
Google Drive / 百度网盘（提取码 sadt）	直连 GitHub 受限的环境	官方离线打包，国内环境优先百度网盘

推荐顺序：先跑脚本，失败再切到 Releases 单文件下载，国内网络不稳时直接走网盘包。脚本方式只需：

bash scripts/download_models.sh

若仓库尚未克隆，先执行git clone https://gitcode.com/GitHub_Trending/sa/SadTalker，再按 docs/install.md 创建 Python 3.8 环境并安装requirements.txt中的依赖，模型下载与依赖安装互不阻塞。

落盘与目录核对：期望的 checkpoints 目录结构

脚本执行成功后，项目根目录应呈现如下结构：

checkpoints/ ├── mapping_00109-model.pth.tar ├── mapping_00229-model.pth.tar ├── SadTalker_V0.0.2_256.safetensors └── SadTalker_V0.0.2_512.safetensors

gfpgan/weights/目录也由脚本创建，放入清单表中 4 个.pth文件。代码中init_path写死从./checkpoints和./gfpgan/weights两个路径取文件，把权重放到仓库根目录、src/或其他子目录，推理启动时就会抛出 FileNotFoundError。

最小验证命令：跑一次确认配置

依赖装好后，用仓库自带素材跑一条最简推理：

python inference.py \ --driven_audio examples/driven_audio/chinese_news.wav \ --source_image examples/source_image/art_0.png --cpu

预期输出特征：日志先打印3DMM Extraction for source image，结尾打印The generated video is named: results/....mp4，且results/下出现对应 mp4 文件。若日志中出现using safetensor as default，说明新版.safetensors权重被正确选中。看到最终 mp4 命名行即为配置成功。

故障速查

现象	可能原因	处理方法
下载中断，文件大小偏小	网络波动	重新执行同一脚本，`wget -nc`会自动续传并跳过已完成文件
写盘失败、空间不足	模型包总量数 GB	预留至少 5GB 可用空间，清理无关大文件后重试
启动时打印 WARNING 并回退旧版权重	`checkpoints/`缺`.safetensors`，或`--size`与文件名分辨率不匹配	按上文目录树补下对应分辨率的`.safetensors`，保持`--size`一致
`FileNotFoundError: .../similarity_Lm3D_all.mat`等路径错误	文件放错目录，或下载的是旧版目录结构	逐项对照目录树摆放，新版 BFM 相关`.mat`位于`src/config/`
`RuntimeError: unexpected EOF, expected ... bytes`	文件截断或损坏	核对文件体积，删除后重新下载对应单个文件

完成以上步骤，SadTalker 模型下载与配置即告完成，后续参数调优、全身模式与增强选项的使用可查看 docs/best_practice.md，运行期报错可先检索 docs/FAQ.md。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析