DiffPoseTalk

输入语音,一键生成风格化3D面部动画与头部姿态

DiffPoseTalk 是一个基于扩散模型的语音驱动 3D 面部动画与头部姿态生成开源项目。它解决的是从单一语音输入生成自然、富有表现力且风格可调的 3D 数字人面部表情和头部运动的问题。核心能力包括:利用扩散模型逐步去噪生成高保真的面部表情序列,支持通过风格条件控制动画的夸张程度和表现力,同时联合生成头部姿态,使整体动作更加协调自然。项目提供了完整的训练和推理代码,以及预训练模型,方便研究者和开发者直接使用或二次开发。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 362
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类数字人3D
开发团队DiffPoseTalk
所属国家
定价模式free
价格说明开源项目,本地部署,全部功能免费
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型3d-facial-animation,diffusion-models,facial-animation,speech-driven,talking-head
GitHub 星标★ 362
30天Star增速
HF 下载量
上线时间2023-09-30 00:00:00
最近更新2026-09-17 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数6

使用教程

核心亮点

  • 扩散模型生成,动画自然度高,表情丰富
  • 支持风格条件控制,可调节动画表现力
  • 联合生成面部与头部姿态,动作协调统一

不足之处

  • 早期项目,文档和社区支持待观察
  • 实时推理性能可能受限,需优化

适用场景

  • 数字人直播与虚拟助手表情驱动
  • 游戏与影视角色语音动画制作
  • 社交虚拟形象动态表情生成

替代项目

SadTalker、Wav2Lip、FaceFormer

项目介绍

DiffPoseTalk 是数字人3D领域的开源项目,由 DiffPoseTalk 开发,2023 年首次发布。

它收录于数字人3D分类,该分类目前共有 272 个项目,GitHub 星标数为 362。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-17。本地部署,全部功能免费。

它主要面向的使用场景是:数字人直播与虚拟助手表情驱动。同类可对比的替代方案包括 SadTalker、Wav2Lip、FaceFormer。

上一篇:wav2lip_288x288

下一篇:NeRFFaceSpeech_Code

同类项目推荐

A3D 开源

在 three.js 里直接调用 AI 生成纹理和素材,边建模边生成

3D x AI hybrid editor, built with three.js

★ 129 2026-08-09
cube 开源

用一句话生成 3D 模型,在 Roblox 里快速落地 AI 创作

Roblox Foundation Model for 3D Intelligence

★ 1254 2026-08-09
AG3D 开源

用2D图片直接生成3D虚拟人,告别昂贵扫描

Official code release for ICCV2023 paper AG3D: Learning to Generate 3D Avatars from ···

★ 272 2026-08-09
GameFactory-3A 开源

一条命令生成 3A 游戏资产,从模型到视频全自动

A comprehensive open-source 3A game-generation skill and asset framework.

★ 798 2026-08-21