talking-head

[CVPR 2023] SadTalker: Aprendendo coeficientes de movimento 3D realistas para animação de rostos falantes a partir de uma única imagem guiada por áudio

AudioGPT: Compreensão e Geração de Fala, Música, Som e Cabeça Falante

Humano digital interativo com streaming em tempo real

[CVPR 2025] EchoMimicV2: Rumo a uma animação humana impressionante, simplificada e de corpo parcial.

[AAAI 2025] EchoMimic: Animações de retrato realistas impulsionadas por áudio através de condicionamento de marcos editáveis.

[CVPR 2022] Modelo de movimento Thin-Plate Spline para animação de imagens.

[CVPR 2026] PersonaLive!: Animação expressiva de imagem de retrato para transmissão ao vivo.

Implementações oficiais para o artigo: DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models

[ACM MM 2025] FantasyTalking: Geração realista de retratos falantes via síntese de movimento coerente.

[CVPR 2024] Repositório oficial do artigo "SyncTalk: The Devil is in the Synchronization for Talking Head Synthesis".

Plataforma de agente humano digital em tempo real com hospedagem própria. Crie agentes de IA focados em voz com WebRTC, memória de persona, ferramentas, RAG e vídeo de humano digital opcional.

Uma extensa coleção de recursos excepcionais dedicados ao fascinante mundo da síntese de rostos falantes.

Talking Head (3D): Uma classe JavaScript para sincronia labial em tempo real usando avatares 3D de corpo inteiro.

Extensão Wav2Lip UHQ para Automatic1111

Humano digital interativo em tempo real, com aparência e voz personalizáveis, suporte a clonagem de voz e latência de resposta inicial de até 3s.

A alternativa de código aberto ao Capcut e ChatCut. Controlável por qualquer agente de IA via MCP.

Animação de retratos e animais baseada em difusão

[ACM MM 2025] Ditto: Difusão no Espaço de Movimento para Síntese Controlável de Talking Head em Tempo Real

Implementação de talking face da CVPR 2023 para Identity-Preserving Talking Face Generation With Landmark and Appearance Priors

Versão 288 do Wav2Lip e pipeline para treinamento

[CSUR 2026] Um levantamento sobre geração e detecção de Deepfake

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.