QQ扫一扫联系
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。
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/
✅ 第一个版本发布
✅ 修复：合成视频不再放大裁剪为只剩人脸，默认保留原始画面尺寸，仅人物面部随音频对口型动画
✅ 优化：预处理方式默认改为「保留原始画面」，可在界面切换人脸裁剪 / 整图缩放 / 扩展裁剪等构图方式
✅ 优化：支持「视频 + 音频」作为生成输入（自动提取视频首帧作为人物源图），解决部分电脑上以视频上传素材时任务失败的问题
✅ 优化：初始化时预下载人脸增强（GFPGAN）与 3D 人脸拟合（BFM）模型，避免首次运行时在线拉取导致等待
