swing hu

此外，建议增加编译详细内容和步骤，周末想源码编译下，发现很多问题。 例如报错： LINK : fatal error LNK1104: 无法打开文件“shell32.lib”

if you test in the follow environment,it will success ``` [db01@localhost test-mount-point-4380]$ uname -r 3.10.0-229.el7.x86_64 ``` then install the rmp from local `sudo yum install --downloaddir=/home/db01/workspace/env/ kernel-devel-3.10.0-229.el7.x86_64.rpm ` from the...

企业公网发布方案 如果数字人服务器有多台，是不是也是一样的操作，我理解这里部署一样。 如果数字人服务，前面接入弹性 VIP 这里是不是不可行？ 这里有试验过吗？

已经验证在 mac mini m4 上可以成功运行

> > 已经验证在 mac mini m4 上可以成功运行 > > 多大的内存版本？ 丐版，最低型号的 mac mini m4

@xuyuzz 部署一样，效果还好

> 你好，如果我的数字人部署在本地了，假如我外部想使用浏览器进行访问网页版的数字人，需要怎么做呢，因为网上搜索好像coturn只是进行webrtc推流的中转服务，不提供web服务，是不是还需要做内网穿透呢 我也遇到这个问题，其他的是否可以通过NGINX 转发进入内网？

具体报错内容 如下， output5.mp4 为一个 5s视频 。 (nerfstream) ➜ wav2lip git:(main) ✗ python genavatar.py --video_path ~/Downloads/output5.mp4 --avatar_id wav2lip256_avatar1 Using cpu for inference. Namespace(img_size=96, avatar_id='wav2lip256_avatar1', video_path='/Users/live/Downloads/output5.mp4', nosmooth=False, pads=[0, 10, 0, 0], face_det_batch_size=16)...

调整，调小这个参数 也 一样报错。 例如 face_det_batch_size=4 ，视频长度减少到 3s

调整到 batch_size= 2 时可以生存成功 python genavatar.py --video_path ~/Downloads/output3.mp4 --avatar_id wav2lip256_avatar1 --face_det_batch_size 2 Using cpu for inference. Namespace(img_size=96, avatar_id='wav2lip256_avatar1', video_path='/Users/siwenhu/Downloads/output3.mp4', nosmooth=False, pads=[0, 10, 0, 0], face_det_batch_size=2) reading images... 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 89/89 [00:07