SadTalker

github.com

开源AI数字人工具，单张照片加音频即可生成逼真的说话头视频，CVPR 2023论文项目。

多模态可自部署Linux网页Windows

GitHub ★ 14,117被推荐 1 次

适合做什么

适合做数字人视频、虚拟主播、口播内容的人，以及研究音频驱动人脸动画的开发者。

特性

平台

数字人

快手开源的高效人像动画模型，可让静态人像、猫狗照片动起来，支持视频驱动与精准编辑。

开源可自部署多模态本地模型Windows

github.com1 处推荐

数字人

★ 4,657

蚂蚁集团开源的音频驱动半身数字人动画模型，CVPR 2025 收录，可生成说话视频。

开源多模态可自部署本地模型Linux

github.com1 处推荐

数字人

★ 9,686

开源实时交互流式数字人引擎，支持音视频同步对话、声音克隆与多模型口型驱动

开源可自部署有 API多模态中文界面

github.com1 处推荐

数字人

★ 6,659

腾讯音乐 Lyra Lab 开源的实时高保真唇形同步模型，可在 V100 上 30fps+ 运行，支持多语言。

可自部署多模态本地模型LinuxWindows

github.com1 处推荐

数字人

企业级 AI 视频平台，用文本生成数字人视频，支持 140+ 语言配音与交互式虚拟形象。

有 API多模态中文界面网页

synthesia.io2 处推荐

AI 视频

快手推出的AI视频与图片生成创作平台，支持文生视频、图生视频、数字人与创意特效。

免费+付费国内版有 API多模态中文界面

klingai.com1 处推荐