SadTalker 是西安交通大学与腾讯 AI Lab 联合开源的 CVPR 2023 对口型说话视频生成模型。通过输入单张人物图片和音频，生成逼真的 3D 说话视频，口型自然、表情丰富，是开源社区最经典的说话头生成方案之一。

核心特性

• 3D 运动系数建模：基于 3D 人脸运动系数学习，生成的口型与面部表情自然逼真
• 低门槛运行：仅需 GPU 4G+ 显存即可运行，适配绝大多数消费级显卡
• 多种生成模式：支持完整图像模式、参考模式、裁剪模式，灵活适配不同输入场景
• 内置人脸增强：集成 GFPGAN 等增强模块，提升输出视频清晰度
• Apache 2.0 开源协议：商业友好，无附加限制

适用场景

虚拟主播、数字人内容制作、视频配音、角色动画、社交媒体创作

更多信息可参考：https://sadtalker.github.io/