LivePortrait、1枚の写真を自然に動かすための高性能AIアニメーションツール

2026年3月29日

概要

LivePortraitは「1枚の顔写真を、別の動画の動きに合わせて自然に動かす」ためのポートレートアニメーション技術で、静止画をまるで生きているかのように動かせるのが特徴です。

🧩 LivePortraitとは何をするソフト？

静止画の人物を動画のように動かす
目線・口の動き・表情・頭の向きなどを、別の「ドライビング動画」から抽出して適用します。
人間だけでなく、猫・犬などの動物にも対応
動物モデルも用意されており、ペットの写真を動かすこともできます。
高速で高品質

🎥 どうやって動かしているの？

主な仕組み

特徴抽出（Appearance Feature Extractor）
顔写真から3D的な特徴を抽出。
動き抽出（Motion Extractor）
ドライビング動画から表情や頭の動きを解析。
ワーピング（Warping Module）
抽出した動きに合わせて元画像を自然に変形。
生成（SPADE Generator）
最終的なフレームを高品質に生成。
ステッチング & リターゲティング
動きの破綻を防ぎ、より自然な表情や目線を再現。

⭐ LivePortraitの強み

自然な表情変化
目線や口の開閉など細かい動きも再現。
高速処理
動画生成が非常に速い。
幅広いスタイルに対応
写実的な写真だけでなく、イラスト・油絵・3D風なども動かせる。
動物にも対応
猫・犬・パンダなども動かせる。

🛠️ インストール（簡単）

（Windows向けのワンクリック版も提供されています）

LivePortrait-Windows-v20240829.zip · cleardusk/LivePortrait-Windows at main

update.bat

LivePortrait-Windows\pretrained_weights\liveportrait_animals\base_models_v1.1追加

動物版を使う場合にはtorch.load(model_checkpoint_path, map_location=lambda storage, loc: storage, weights_only=False)のエラー出るのでバージョン上げます

pip show torch
Version: 1.10.1+cu111

nvcc -V
pip3 uninstall torch torchvision
pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

🚀 インストール方法（Windows / macOS / Linux 共通）

1. 必要なソフトを準備

Python 3.9〜
Git
NVIDIA GPU（推奨）
CUDA + cuDNN（GPU使用時）

CPUでも動くけど、GPUがあると圧倒的に速い。

2. LivePortrait をダウンロード

it clone https://github.com/Klingai/LivePortrait.git
cd LivePortrait

3. Python環境を作成（推奨）

python -m venv venv
source lp_env/bin/activate   # Windowsは venv\Scripts\activate

4. 必要なライブラリをインストール

pip install -r requirements.txt

5. 学習済みモデル（pretrained_weights）をダウンロード

https://huggingface.co/KlingTeam/LivePortrait

GitHubの pretrained_weights リンクから取得して、
LivePortrait フォルダ内の pretrained_weights / に配置する。

hf download KlingTeam/LivePortrait --local-dir pretrained_weights

必要なモデル例：

appearance_feature_extractor.pth
motion_extractor.pth
warping_module.pth
generator.pth

🎬 使い方（Web）

run_windows_human.bat
動物はこちら
run_windows_animal.bat

1枚の画像（source） と 動きの動画（driving video） を入力

読み込んだ後

animate押して作成

🎬 使い方（基本）コマンドライン

LivePortraitは 1枚の画像（source） と 動きの動画（driving video） を入力すると、
「画像が動画の動きを真似するアニメーション」を生成する。

1. 画像と動画を用意

source.jpg（動かしたい顔写真）
driving.mp4（動きを抽出する動画）

2. コマンドで実行

python inference.py -s source.jpg  -d driving.mp4 -o output.mp4

主なオプション

オプション	内容
`-s`	静止画（source image）
`-d`	動きの動画（driving video）
`-o`	出力ファイル名
`--crop`	顔の自動クロップ
`--enhance`	画質向上

OPTIONS

usage: inference_animals.py [-h] [OPTIONS]

╭─ options ────────────────────────────────────────────────────────────────────╮
│ -h, --help                                                                   │
│       show this help message and exit                                        │
│ -s STR, --source STR                                                         │
│       path to the source portrait (human/animal) or video (human) (default:  │
│       'E:\WPy64-31241\content\LivePortrait\src\config\../../assets/examples/ │
│       source/s0.jpg')                                                        │
│ -d STR, --driving STR                                                        │
│       path to driving video or template (.pkl format) (default: 'E:\WPy64-31 │
│       241\content\LivePortrait\src\config\../../assets/examples/driving/d0.m │
│       p4')                                                                   │
│ -o STR, --output-dir STR                                                     │
│       directory to save output video (default: animations/)                  │
│ --flag-use-half-precision, --no-flag-use-half-precision                      │
│       whether to use half precision (FP16). If black boxes appear, it might  │
│       be due to GPU incompatibility; set to False. (default: True)           │
│ --flag-crop-driving-video, --no-flag-crop-driving-video                      │
│       whether to crop the driving video, if the given driving info is a      │
│       video (default: False)                                                 │
│ --device-id INT                                                              │
│       gpu device id (default: 0)                                             │
│ --flag-force-cpu, --no-flag-force-cpu                                        │
│       force cpu inference, WIP! (default: False)                             │
│ --flag-normalize-lip, --no-flag-normalize-lip                                │
│       whether to let the lip to close state before animation, only take      │
│       effect when flag_eye_retargeting and flag_lip_retargeting is False     │
│       (default: False)                                                       │
│ --flag-source-video-eye-retargeting, --no-flag-source-video-eye-retargeting  │
│       when the input is a source video, whether to let the eye-open scalar   │
│       of each frame to be the same as the first source frame before the      │
│       animation, only take effect when flag_eye_retargeting and              │
│       flag_lip_retargeting is False, may cause the inter-frame jittering     │
│       (default: False)                                                       │
│ --flag-eye-retargeting, --no-flag-eye-retargeting                            │
│       not recommend to be True, WIP; whether to transfer the eyes-open ratio │
│       of each driving frame to the source image or the corresponding source  │
│       frame (default: False)                                                 │
│ --flag-lip-retargeting, --no-flag-lip-retargeting                            │
│       not recommend to be True, WIP; whether to transfer the lip-open ratio  │
│       of each driving frame to the source image or the corresponding source  │
│       frame (default: False)                                                 │
│ --flag-stitching, --no-flag-stitching                                        │
│       recommend to True if head movement is small, False if head movement is │
│       large or the source image is an animal (default: True)                 │
│ --flag-relative-motion, --no-flag-relative-motion                            │
│       whether to use relative motion (default: True)                         │
│ --flag-pasteback, --no-flag-pasteback                                        │
│       whether to paste-back/stitch the animated face cropping from the       │
│       face-cropping space to the original image space (default: True)        │
│ --flag-do-crop, --no-flag-do-crop                                            │
│       whether to crop the source portrait or video to the face-cropping      │
│       space (default: True)                                                  │
│ --driving-option {expression-friendly,pose-friendly}                         │
│       "expression-friendly" or "pose-friendly"; "expression-friendly" would  │
│       adapt the driving motion with the global multiplier, and could be used │
│       when the source is a human image (default: expression-friendly)        │
│ --driving-multiplier FLOAT                                                   │
│       be used only when driving_option is "expression-friendly" (default:    │
│       1.0)                                                                   │
│ --driving-smooth-observation-variance FLOAT                                  │
│       smooth strength scalar for the animated video when the input is a      │
│       source video, the larger the number, the smoother the animated video;  │
│       too much smoothness would result in loss of motion accuracy (default:  │
│       3e-07)                                                                 │
│ --audio-priority {source,driving}                                            │
│       whether to use the audio from source or driving video (default:        │
│       driving)                                                               │
│ --animation-region {exp,pose,lip,eyes,all}                                   │
│       the region where the animation was performed, "exp" means the          │
│       expression, "pose" means the head pose, "all" means all regions        │
│       (default: all)                                                         │
│ --det-thresh FLOAT                                                           │
│       detection threshold (default: 0.15)                                    │
│ --scale FLOAT                                                                │
│       the ratio of face area is smaller if scale is larger (default: 2.3)    │
│ --vx-ratio FLOAT                                                             │
│       the ratio to move the face to left or right in cropping space          │
│       (default: 0)                                                           │
│ --vy-ratio FLOAT                                                             │
│       the ratio to move the face to up or down in cropping space (default:   │
│       -0.125)                                                                │
│ --flag-do-rot, --no-flag-do-rot                                              │
│       whether to conduct the rotation when flag_do_crop is True (default:    │
│       True)                                                                  │
│ --source-max-dim INT                                                         │
│       the max dim of height and width of source image or video, you can      │
│       change it to a larger number, e.g., 1920 (default: 1280)               │
│ --source-division INT                                                        │
│       make sure the height and width of source image or video can be divided │
│       by this number (default: 2)                                            │
│ --scale-crop-driving-video FLOAT                                             │
│       scale factor for cropping driving video (default: 2.2)                 │
│ --vx-ratio-crop-driving-video FLOAT                                          │
│       adjust y offset (default: 0.0)                                         │
│ --vy-ratio-crop-driving-video FLOAT                                          │
│       adjust x offset (default: -0.1)                                        │
│ -p INT, --server-port INT                                                    │
│       port for gradio server (default: 8890)                                 │
│ --share, --no-share                                                          │
│       whether to share the server to public (default: False)                 │
│ --server-name {None}|STR                                                     │
│       set the local server name, "0.0.0.0" to broadcast all (default:        │
│       127.0.0.1)                                                             │
│ --flag-do-torch-compile, --no-flag-do-torch-compile                          │
│       whether to use torch.compile to accelerate generation (default: False) │
│ --gradio-temp-dir {None}|STR                                                 │
│       directory to save gradio temp files (default: None)                    │
╰──────────────────────────────────────────────────────────────────────────────╯

OPTIONS

usage: app.py [-h] [OPTIONS]

╭─ options ────────────────────────────────────────────────────────────────────╮
│ -h, --help                                                                   │
│       show this help message and exit                                        │
│ -s STR, --source STR                                                         │
│       path to the source portrait (human/animal) or video (human) (default:  │
│       'E:\WPy64-31241\content\LivePortrait\src\config\../../assets/examples/ │
│       source/s0.jpg')                                                        │
│ -d STR, --driving STR                                                        │
│       path to driving video or template (.pkl format) (default: 'E:\WPy64-31 │
│       241\content\LivePortrait\src\config\../../assets/examples/driving/d0.m │
│       p4')                                                                   │
│ -o STR, --output-dir STR                                                     │
│       directory to save output video (default: animations/)                  │
│ --flag-use-half-precision, --no-flag-use-half-precision                      │
│       whether to use half precision (FP16). If black boxes appear, it might  │
│       be due to GPU incompatibility; set to False. (default: True)           │
│ --flag-crop-driving-video, --no-flag-crop-driving-video                      │
│       whether to crop the driving video, if the given driving info is a      │
│       video (default: False)                                                 │
│ --device-id INT                                                              │
│       gpu device id (default: 0)                                             │
│ --flag-force-cpu, --no-flag-force-cpu                                        │
│       force cpu inference, WIP! (default: False)                             │
│ --flag-normalize-lip, --no-flag-normalize-lip                                │
│       whether to let the lip to close state before animation, only take      │
│       effect when flag_eye_retargeting and flag_lip_retargeting is False     │
│       (default: False)                                                       │
│ --flag-source-video-eye-retargeting, --no-flag-source-video-eye-retargeting  │
│       when the input is a source video, whether to let the eye-open scalar   │
│       of each frame to be the same as the first source frame before the      │
│       animation, only take effect when flag_eye_retargeting and              │
│       flag_lip_retargeting is False, may cause the inter-frame jittering     │
│       (default: False)                                                       │
│ --flag-eye-retargeting, --no-flag-eye-retargeting                            │
│       not recommend to be True, WIP; whether to transfer the eyes-open ratio │
│       of each driving frame to the source image or the corresponding source  │
│       frame (default: False)                                                 │
│ --flag-lip-retargeting, --no-flag-lip-retargeting                            │
│       not recommend to be True, WIP; whether to transfer the lip-open ratio  │
│       of each driving frame to the source image or the corresponding source  │
│       frame (default: False)                                                 │
│ --flag-stitching, --no-flag-stitching                                        │
│       recommend to True if head movement is small, False if head movement is │
│       large or the source image is an animal (default: True)                 │
│ --flag-relative-motion, --no-flag-relative-motion                            │
│       whether to use relative motion (default: True)                         │
│ --flag-pasteback, --no-flag-pasteback                                        │
│       whether to paste-back/stitch the animated face cropping from the       │
│       face-cropping space to the original image space (default: True)        │
│ --flag-do-crop, --no-flag-do-crop                                            │
│       whether to crop the source portrait or video to the face-cropping      │
│       space (default: True)                                                  │
│ --driving-option {expression-friendly,pose-friendly}                         │
│       "expression-friendly" or "pose-friendly"; "expression-friendly" would  │
│       adapt the driving motion with the global multiplier, and could be used │
│       when the source is a human image (default: expression-friendly)        │
│ --driving-multiplier FLOAT                                                   │
│       be used only when driving_option is "expression-friendly" (default:    │
│       1.0)                                                                   │
│ --driving-smooth-observation-variance FLOAT                                  │
│       smooth strength scalar for the animated video when the input is a      │
│       source video, the larger the number, the smoother the animated video;  │
│       too much smoothness would result in loss of motion accuracy (default:  │
│       3e-07)                                                                 │
│ --audio-priority {source,driving}                                            │
│       whether to use the audio from source or driving video (default:        │
│       driving)                                                               │
│ --animation-region {exp,pose,lip,eyes,all}                                   │
│       the region where the animation was performed, "exp" means the          │
│       expression, "pose" means the head pose, "all" means all regions        │
│       (default: all)                                                         │
│ --det-thresh FLOAT                                                           │
│       detection threshold (default: 0.15)                                    │
│ --scale FLOAT                                                                │
│       the ratio of face area is smaller if scale is larger (default: 2.3)    │
│ --vx-ratio FLOAT                                                             │
│       the ratio to move the face to left or right in cropping space          │
│       (default: 0)                                                           │
│ --vy-ratio FLOAT                                                             │
│       the ratio to move the face to up or down in cropping space (default:   │
│       -0.125)                                                                │
│ --flag-do-rot, --no-flag-do-rot                                              │
│       whether to conduct the rotation when flag_do_crop is True (default:    │
│       True)                                                                  │
│ --source-max-dim INT                                                         │
│       the max dim of height and width of source image or video, you can      │
│       change it to a larger number, e.g., 1920 (default: 1280)               │
│ --source-division INT                                                        │
│       make sure the height and width of source image or video can be divided │
│       by this number (default: 2)                                            │
│ --scale-crop-driving-video FLOAT                                             │
│       scale factor for cropping driving video (default: 2.2)                 │
│ --vx-ratio-crop-driving-video FLOAT                                          │
│       adjust y offset (default: 0.0)                                         │
│ --vy-ratio-crop-driving-video FLOAT                                          │
│       adjust x offset (default: -0.1)                                        │
│ -p INT, --server-port INT                                                    │
│       port for gradio server (default: 8890)                                 │
│ --share, --no-share                                                          │
│       whether to share the server to public (default: False)                 │
│ --server-name {None}|STR                                                     │
│       set the local server name, "0.0.0.0" to broadcast all (default:        │
│       127.0.0.1)                                                             │
│ --flag-do-torch-compile, --no-flag-do-torch-compile                          │
│       whether to use torch.compile to accelerate generation (default: False) │
│ --gradio-temp-dir {None}|STR                                                 │
│       directory to save gradio temp files (default: None)                    │
╰──────────────────────────────────────────────────────────────────────────────╯

🐱 動物モード（猫・犬など）

LivePortraitは動物にも対応している。

python inference_animals.py   -s cat.jpg   -d driving.mp4   -o output.mp4

対応例：

cat
dog
panda

🎞️ 出力結果

生成された動画は output/ フォルダに保存される。
フレーム単位の画像も同時に保存可能。

インストールと起動用のバッチファイル

@echo off
call %~dp0\scripts\env_for_icons.bat  %*
SET PATH=%PATH%;%WINPYDIRBASE%\PortableGit;%WINPYDIRBASE%\PortableGit\bin
SET PATH=%PATH%;%WINPYDIRBASE%\ffmpeg\bin
If not exist %WINPYDIRBASE%\content mkdir  %WINPYDIRBASE%\content 

set HF_HOME=E:\my_cache\hf_home
set TRANSFORMERS_CACHE=E:\my_cache\transformers
set DIFFUSERS_CACHE=E:\my_cache\diffusers
echo HF_HOME = %HF_HOME%
echo TRANSFORMERS_CACHE = %TRANSFORMERS_CACHE%
echo DIFFUSERS_CACHE = %DIFFUSERS_CACHE%


set APP_NAME=LivePortrait
set APP_DIR=%WINPYDIRBASE%\content\%APP_NAME%
echo %APP_DIR%
cd %WINPYDIRBASE%\content\

If not exist  %APP_DIR% git clone https://github.com/KlingTeam/LivePortrait


cd %APP_DIR%
if not defined VENV_DIR (set "VENV_DIR=%APP_DIR%\venv")
if EXIST %VENV_DIR% goto :activate_venv

::python.exe -m venv "%VENV_DIR%" 
python.exe -m venv "%VENV_DIR%" --system-site-packages 
if %ERRORLEVEL% == 0 goto :pip
echo Unable to create venv 
goto :skip_venv

:pip
call "%VENV_DIR%\Scripts\activate"
pip install -r requirements.txt
pip install tyro
pip install onnx
pip install onnxruntime-gpu
pip install gradio
pip install pykalman
pip install "huggingface_hub[cli]"

hf download KlingTeam/LivePortrait --local-dir pretrained_weights 

cd src/utils/dependencies/XPose/models/UniPose/ops
python setup.py build install
cmd.exe /k

:activate_venv
call "%VENV_DIR%\Scripts\activate"
::python inference.py
::
python inference_animals.py
::python app.py

goto :skip_venv
:skip_cmd
::
:skip_venv
::
cmd.exe /k
 timeout /t 55

Python

Posted by eightban