talking-head

[CVPR 2023] SadTalker: Aprendizaje de coeficientes de movimiento 3D realistas para animación facial parlante a partir de una sola imagen impulsada por audio

AudioGPT: Comprensión y generación de voz, música, sonidos y cabezas parlantes

Humano digital de streaming interactivo en tiempo real

[CVPR 2025] EchoMimicV2: Hacia una animación humana impactante, simplificada y de medio cuerpo

[AAAI 2025] EchoMimic: Animaciones de retratos realistas impulsadas por audio mediante condicionamiento de puntos de referencia editables

[CVPR 2026] PersonaLive! : Animación de imágenes de retratos expresivos para transmisiones en vivo.

[CVPR 2022] Modelo de movimiento Thin-Plate Spline para animación de imágenes.

Implementaciones oficiales para el artículo: DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models

[ACM MM 2025] FantasyTalking: Generación de retratos parlantes realistas mediante síntesis de movimiento coherente

[CVPR 2024] Este es el código fuente oficial de nuestro artículo "SyncTalk: The Devil is in the Synchronization for Talking Head Synthesis".

Plataforma de agentes humanos digitales en tiempo real y autohospedada. Crea agentes de IA basados en voz con WebRTC, memoria de personalidad, herramientas, RAG y video de humano digital opcional.

Una extensa colección de recursos excepcionales dedicados al fascinante mundo de la síntesis de rostros parlantes.

Talking Head (3D): Una clase de JavaScript para sincronización de labios en tiempo real usando avatares 3D de cuerpo completo.

Extensión Wav2Lip UHQ para Automatic1111

Humano digital interactivo en tiempo real, con apariencia y voz personalizables, soporte para clonación de voz y una latencia de respuesta de hasta 3 segundos.

La alternativa de código abierto a Capcut y ChatCut. Controlable por cualquier agente de IA a través de MCP.

Animación de retratos y animales basada en difusión.

[ACM MM 2025] Ditto: Difusión en el espacio de movimiento para la síntesis controlable de cabezas parlantes en tiempo real

Agent skill that turns Claude Code / Codex into a motion-design studio for voiceover-driven explainer videos — word-level voiceover sync, 78 motion recipe cards, an anti-slideshow camera system, Remotion rendering.

Implementación de CVPR2023 para la generación de rostros parlantes que preservan la identidad con puntos de referencia y prioridades de apariencia.

Wav2Lip versión 288 y pipeline para entrenamiento

[CSUR 2026] Un estudio sobre la generación y detección de Deepfakes