talking-head

[CVPR 2023] SadTalker: Học hệ số chuyển động 3D chân thực cho hoạt hình khuôn mặt nói chuyện điều khiển bằng âm thanh theo phong cách hóa từ một ảnh đơn

AudioGPT: Hiểu và tạo ra giọng nói, âm nhạc, âm thanh và chuyển động khuôn mặt

Số kỹ thuật phát trực tuyến tương tác thời gian thực

[CVPR 2025] EchoMimicV2: Hướng tới hoạt ảnh con người ấn tượng, được đơn giản hóa và bán thân

[AAAI 2025] EchoMimic: Hoạt ảnh chân dung sống động điều khiển bằng âm thanh thông qua điều kiện hóa mốc điểm có thể chỉnh sửa

[CVPR 2026] PersonaLive! : Hoạt họa ảnh chân dung biểu cảm cho phát trực tiếp

[CVPR 2022] Mô hình chuyển động Thin-Plate Spline dành cho hoạt ảnh hình ảnh.

Mã nguồn triển khai chính thức cho bài báo: DreamTalk: When Expressive Talking Head Generation Meets Diffusion Probabilistic Models

[ACM MM 2025] FantasyTalking: Tạo chân dung nói chuyện chân thực thông qua tổng hợp chuyển động mạch lạc

[CVPR 2024] Đây là mã nguồn chính thức cho bài báo của chúng tôi "SyncTalk: Quỷ dữ nằm ở sự đồng bộ trong việc tổng hợp đầu người nói"

Nền tảng agent kỹ thuật số thời gian thực tự host. Xây dựng các AI agent hướng giọng nói với WebRTC, bộ nhớ nhân vật, công cụ, RAG và video người kỹ thuật số tùy chọn.

💬 Bộ sưu tập phong phú các tài nguyên đặc biệt dành cho thế giới hấp dẫn của tổng hợp khuôn mặt biết nói! ⭐ Nếu bạn thấy kho lưu trữ này hữu ích, hãy tặng nó một sao! 🤩

Talking Head (3D): Một lớp JavaScript để đồng bộ hóa môi thời gian thực sử dụng avatar 3D toàn thân.

Tiện ích mở rộng Wav2Lip UHQ cho Automatic1111

Người ảo tương tác giọng nói thời gian thực, có thể tùy chỉnh ngoại hình và giọng nói, hỗ trợ nhân bản giọng nói, độ trễ phản hồi thấp tới 3 giây.

Giải pháp thay thế mã nguồn mở cho Capcut, ChatCut. Có thể điều khiển bởi bất kỳ AI agent nào thông qua MCP.

[ACM MM 2025] Ditto: Khuếch tán không gian chuyển động để tổng hợp Talking Head thời gian thực có thể kiểm soát

Hoạt ảnh chân dung và động vật dựa trên khuếch tán

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.

Triển khai CVPR2023 cho việc tạo khuôn mặt nói chuyện bảo toàn danh tính với các tiền đề về Landmark và Appearance.

Wav2Lip phiên bản 288 và pipeline để huấn luyện

[CSUR 2026] Khảo sát về tạo và phát hiện Deepfake