码农知识堂 - 1000bd
  •   Python
  •   PHP
  •   JS/TS
  •   JAVA
  •   C/C++
  •   C#
  •   GO
  •   Kotlin
  •   Swift
  • CodeTalker 踩坑实录


    开源地址

    GitHub - Doubiiu/CodeTalker: [CVPR 2023] CodeTalker: Speech-Driven 3D Facial Animation with Discrete Motion Prior

    提供了预训练

     

    运行报错

    1. File "D:\Program Files\miniconda3\lib\site-packages\transformers\models\wav2vec2\modeling_wav2vec2.py", line 397, in forward
    2. hidden_states = hidden_states.transpose(1, 2)
    3. AttributeError: 'tuple' object has no attribute 'transpose'

    原因:Wav2Vec2FeatureProjection返回了两组向量

    1. class Wav2Vec2FeatureProjection(nn.Module):
    2. def __init__(self, config):
    3. super().__init__()
    4. self.layer_norm = nn.LayerNorm(config.conv_dim[-1], eps=config.layer_norm_eps)
    5. self.projection = nn.Linear(config.conv_dim[-1], config.hidden_size)
    6. self.dropout = nn.Dropout(config.feat_proj_dropout)
    7. def forward(self, hidden_states):
    8. # non-projected hidden states are needed for quantization
    9. norm_hidden_states = self.layer_norm(hidden_states)
    10. hidden_states = self.projection(norm_hidden_states)
    11. hidden_states = self.dropout(hidden_states)
    12. return hidden_states, norm_hidden_states

    临时解决方法:

    把向量取一个

    1. encoder_outputs = self.encoder(
    2. hidden_states[0],
    3. attention_mask=attention_mask,
    4. output_attentions=output_attentions,
    5. output_hidden_states=output_hidden_states,
    6. return_dict=return_dict,
    7. )

    报错2,渲染生成mp4报错没有权限

    E:\project\audio\audio2face\CodeTalker-main\demo\output2\tmpdxzolz5y.mp4: Permission denied

    这个原因是路径有点复杂,把路径名字取得简单点就好了。

    一次只能生成20094长度,12秒,否则计算报错

      File "D:\Program Files\miniconda3\lib\site-packages\torch\nn\functional.py", line 5359, in multi_head_attention_forward
        raise RuntimeError(f"The shape of the 3D attn_mask is {attn_mask.shape}, but should be {correct_3d_size}.")
    RuntimeError: The shape of the 3D attn_mask is torch.Size([4, 600, 600]), but should be (4, 601, 601).

  • 相关阅读:
    centos服务器搭建安装Gitlab教程使用教程
    【Android UI】贝塞尔曲线 ③ ( 贝塞尔曲线关键点坐标记录 | 二阶贝塞尔曲线示例 )
    Vue学习笔记
    win10 Tesseract-ORC安装教程以及使用案例(pdf拆分)
    (附源码)ssm汽车租赁——持续输出BU 毕业设计 271621
    水一下文章
    毕设 电影网论文
    经典模型——Transformer
    【项目】Http服务器
    暴力破解及验证码安全
  • 原文地址:https://blog.csdn.net/jacke121/article/details/138222186
  • 最新文章
  • 沪漂五周年了:我越来越迷茫了
    Agentic Skill Routing 实战:别再把所有 Skill 塞进 AI Agent 上下文
    MySQL-Seconds_behind_master的精度误差
    [MAF预定义ChatClient中间件-03]CachingChatClient——利用缓存省钱省时间
    AI的至暗历史:从万众期待到被政府撤资,AI的两次死亡徘徊
    Agent OS :五种驯服不确定性的范式
    PortSwigger SQL注入LAB11
    数据库即时编译JIT
    [Begin]AI Learn Data Day 0
    深度学习进阶(二十七)现代 LLM 的核心架构设计其二:SwiGLU
  • 热门文章
  • 十款代码表白小特效 一个比一个浪漫 赶紧收藏起来吧!!!
    奉劝各位学弟学妹们,该打造你的技术影响力了!
    五年了,我在 CSDN 的两个一百万。
    Java俄罗斯方块,老程序员花了一个周末,连接中学年代!
    面试官都震惊,你这网络基础可以啊!
    你真的会用百度吗?我不信 — 那些不为人知的搜索引擎语法
    心情不好的时候,用 Python 画棵樱花树送给自己吧
    通宵一晚做出来的一款类似CS的第一人称射击游戏Demo!原来做游戏也不是很难,连憨憨学妹都学会了!
    13 万字 C 语言从入门到精通保姆级教程2021 年版
    10行代码集2000张美女图,Python爬虫120例,再上征途
小工具 小游戏
Copyright © 2022 侵权请联系2656653265@qq.com    京ICP备2022015340号-1

京公网安备 11010502049817号