talking-head

[CVPR 2023] SadTalker：様式化されたオーディオ駆動の単一画像話者顔アニメーションのためのリアルな3Dモーション係数の学習

AudioGPT: 音声、音楽、サウンド、トーキングヘッドの理解と生成

リアルタイムのインタラクティブストリーミングデジタルヒューマン

[CVPR 2025] EchoMimicV2: 印象的で、簡略化され、半身体的なヒューマンアニメーションへ

[AAAI 2025] EchoMimic: 編集可能なランドマーク条件付けによるリアルな音声駆動ポートレートアニメーション

[CVPR 2022] 画像アニメーションのためのThin-Plate Splineモーションモデル

[CVPR 2026] PersonaLive! : ライブストリーミング向けの表現力豊かなポートレート画像アニメーション

論文「DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models」の公式実装。

[ACM MM 2025] FantasyTalking: 整合されたモーション合成によるリアルなトーキングポートレート生成

[CVPR 2024] 論文「SyncTalk: The Devil is in the Synchronization for Talking Head Synthesis」の公式ソースコード

セルフホスト可能なリアルタイムデジタルヒューマンエージェントプラットフォーム。WebRTC、ペルソナメモリ、ツール、RAG、オプションのデジタルヒューマン動画を備えた音声ファーストのAIエージェントを構築可能

💬 トークフェイス合成に関する優れたリソースの充実したコレクション！ ⭐ このリポジトリが役立つ場合は、ぜひスターをお願いします！ 🤩

Talking Head (3D): 全身 3D アバターを使用したリアルタイムリップシンク用の JavaScript クラス

Automatic1111向けWav2Lip UHQ拡張機能

リアルタイム音声対話型デジタルヒューマン。外見や音声のカスタマイズ、音声クローンに対応し、初期応答遅延は 3 秒未満。

CapcutおよびChatCutのオープンソース代替。MCPを介して任意のAIエージェントで操作可能

拡散モデルベースの人物および動物のアニメーション

[ACM MM 2025] Ditto: 制御可能なリアルタイムトーキングヘッド合成のためのモーション空間拡散モデル

ランドマークと外観の事前知識を用いたアイデンティティ保持型トーキングフェイス生成 (CVPR 2023)

Wav2Lip バージョン 288 およびトレーニング用パイプライン

[CSUR 2026] ディープフェイクの生成と検出に関するサーベイ

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.