talking-head

[CVPR 2023] SadTalker : Apprentissage de coefficients de mouvement 3D réalistes pour l'animation stylisée de visages parlants à partir d'une image unique.

AudioGPT : Comprendre et générer de la parole, de la musique, du son et des visages parlants

Humain numérique en streaming interactif en temps réel

[CVPR 2025] EchoMimicV2 : Vers une animation humaine saisissante, simplifiée et semi-corporelle

[AAAI 2025] EchoMimic : Animations de portraits réalistes pilotées par l'audio via un conditionnement de points de repère modifiable.

[CVPR 2026] PersonaLive! : Animation expressive de portraits pour le streaming en direct

[CVPR 2022] Modèle de mouvement Thin-Plate Spline pour l'animation d'images.

Implémentations officielles pour l'article : DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models.

[ACM MM 2025] FantasyTalking : Génération de portraits parlants réalistes via la synthèse de mouvement cohérent

[CVPR 2024] Source officielle de notre article "SyncTalk: The Devil is in the Synchronization for Talking Head Synthesis"

Plateforme d'agent humain numérique en temps réel auto-hébergée. Créez des agents IA axés sur la voix avec WebRTC, mémoire de personnage, outils, RAG et vidéo d'humain numérique en option.

Une vaste collection de ressources exceptionnelles dédiées au monde fascinant de la synthèse de visages parlants.

Talking Head (3D) : Une classe JavaScript pour la synchronisation labiale en temps réel utilisant des avatars 3D complets.

Extension Wav2Lip UHQ pour Automatic1111

Humain numérique interactif en temps réel, avec apparence et voix personnalisables, support du clonage vocal et latence de dialogue aussi basse que 3 secondes.

L'alternative open-source à Capcut et ChatCut. Pilotable par n'importe quel agent IA via MCP.

Animation de portraits et d'animaux basée sur la diffusion.

[ACM MM 2025] Ditto : Diffusion dans l'espace de mouvement pour la synthèse contrôlable et en temps réel de têtes parlantes.

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.

Implémentation de visage parlant CVPR2023 pour Identity-Preserving Talking Face Generation With Landmark and Appearance Priors

Wav2Lip version 288 et pipeline d'entraînement

[CSUR 2026] Une étude sur la génération et la détection de deepfakes