Merhabalar,

Herhangi bir api kullanmadan kendi bilgisayarımın ekran kartını kullanarak oluşturduğum resimde ki arkadaşı hareket ettirecek, ses oluşturacak ve mimiklerini ses duyarlı olarak oynatacak bir yazılım geliştirdim.

Ekran kartım rtx4060, 3 saniyelik bir videoyu 1 saat 43 dakikada oluşturabiliyor ortalama.

Bunu hızlandırmanın farklı bir yolu var mıdır? Api sağlayıcılara para vermek istemiyorum.

Kullandığım paketler ve teknolojiler;


torch>=2.0.0
torchaudio>=2.0.0
torchvision>=0.15.0
TTS>=0.22.0
PyQt6>=6.5.0
opencv-python>=4.8.0
numpy>=1.24.0
Pillow>=10.0.0
ffmpeg-python>=0.2.0
diffusers==0.27.2
transformers>=4.38.2
mediapipe
accelerate
xformers
torchmetrics
torchtyping
facenet_pytorch==2.5.0
moviepy==1.0.3
einops>=0.6.0
omegaconf==2.3.0
av==11.0.0
huggingface_hub