一、环境与资源部署
项目要求Python 3.9环境，建议使用Anaconda进行环境管理以确保依赖隔离。核心资源包括LivePortrait官方项目代码及预训练模型权重。
二、核心操作命令
在创建并激活Conda虚拟环境后，进入项目根目录执行以下步骤。
安装项目依赖：
pip install -r requirements.txt
# 注意：部分依赖下载可能需要配置网络代理启动WebUI交互界面：
python app.py
# 启动本地服务后，可通过浏览器访问
# 注意：运行服务时需确保网络环境稳定，避免代理冲突三、模型运行逻辑与思考
LivePortrait的核心在于解耦表情、姿态与身份信息。它并非简单的“换脸”，而是通过编码器-解码器结构，提取源视频帧的表情参数，并将其与目标肖像的身份特征融合后重建。实践中，模型对输入图片的人脸对齐质量、视频的帧率与清晰度较为敏感。建议预处理阶段使用人脸检测与关键点对齐工具（如dlib或MediaPipe）对目标图片进行标准化裁剪，能显著提升生成动画的稳定性和逼真度。