
awesome-talking-head-generation
一张图看遍数字人技术,快速找到适合你的开源方案
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1945
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 可访问 GitHub 的网络环境
- 本机已安装 git(仅克隆仓库时需要)
- 任意可阅读 Markdown 的编辑器或浏览器(如 VS Code、Typora)
安装与启动步骤
-
1克隆资源清单
把整个精选列表仓库下载到本地,便于离线检索和后续跟随更新。若只想浏览可跳过此步直接打开网页。
git clone https://github.com/harlanhong/awesome-talking-head-generation.git -
2查看目录导航
打开仓库根目录的 README.md,先看 Table of Contents,了解 Datasets、Survey、Image-driven、Audio-driven、Nerf & 3D 五大板块。
-
3按技术路线筛选
根据音频驱动、图像驱动或 NeRF/3D 等需求,进入对应章节,记录感兴趣的论文标题与开源项目链接。
-
4跳转目标项目安装
本仓库只做索引,选中具体开源实现后需进入其自身仓库,按该项目 README 的说明单独安装依赖与权重。
如何确认成功
本地出现 awesome-talking-head-generation 目录,README.md 中能看到 Datasets、Survey、Audio-driven 等章节标题即表示获取成功。
常见问题
Q:这个项目需要装 Python 或 GPU 环境吗?
A:不需要。它只是论文与资源索引,本身没有任何可运行代码或依赖,克隆后用编辑器查看或直接在网页浏览即可。
Q:里面有能直接跑起来的数字人模型吗?
A:没有模型代码和权重。README 只收录论文与各类开源实现对外的链接,需逐个跳转并按各项目自身说明部署。
Q:数据集在哪里下载?
A:README 的 Datasets 章节列出了 VoxCeleb1、VoxCeleb2、FaceForensics++ 等条目的官方下载链接,点击链接按数据集官网要求申请或下载。
Q:想推荐新论文或项目怎么办?
A:按 README 说明提交 issue 或 pull request,也可发邮件到 fatinghong@gmail.com,或通过 Discord 联系维护者。
注意事项
- 本仓库是 awesome 类资源清单,不包含源码、模型权重和可执行脚本,不要期待一键部署。
- README 顶部标注 Last Updated April 2026,资源更新频繁,建议定期 git pull 获取最新条目。
- 列表中部分论文与项目链接指向第三方站点,访问与使用时请自行确认其许可证与数据合规要求。
- 若要复现某个数字人方案,需以对应子项目仓库的安装文档为准,本清单的命令不能替代其部署步骤。
核心亮点
- 分类清晰,按技术路线(NeRF/3DMM/Diffusion)组织,便于对比选型
- 收录了SadTalker、Wav2Lip等主流项目,并附代码链接,实用性强
- 持续更新,紧跟SOTA,能快速了解领域前沿动态
不足之处
- 部分项目链接可能失效,需手动验证
- 文档/社区待观察
适用场景
- 技术选型:对比不同说话头生成方案的优劣
- 学术研究:快速调研领域内最新论文和代码
- 产品开发:寻找可集成的开源数字人解决方案
替代项目
awesome-avatar-generation、awesome-human-pose-estimation、awesome-deepfakes
同类项目推荐
DIMO
开源
给任意3D物体一键生成多种自然运动,动画制作快人一步
[ICCV 2025 (Highlight)] DIMO: Diverse 3D Motion Generation for Arbitrary Objects
输入一句话,自动生成并驱动3D虚拟人
[SIGGRAPH 2022 Journal Track] AvatarCLIP: Zero-Shot Text-Driven Generation and Anima···
3DRAE
开源
把3D场景压成1000个token,让生成又快又省。
[NeurIPS 2026] Any 3D Scene is Worth 1K Tokens: 3D-Grounded Representation for Scene···
utsuwa
开源
打造专属 AI 伴侣,陪你聊天一起成长
Utsuwa is an open-source alternative to Grok Companion. This is a platform where you···
arbor
开源
用显式几何精确控制3D生成,告别随机形状
Control 3D Generation with Explicit Geometry
One-2-3-45
开源
单张图片45秒生成3D模型,无需优化
[NeurIPS 2023] Official code of "One-2-3-45: Any Single Image to 3D Mesh in 45 Secon···
Audio2Head
开源
输入一张照片和语音,生成头部自然晃动的说话视频
code for paper "Audio2Head: Audio-driven One-shot Talking-head Generation with Natur···
awesome-3d-4d-world-models
开源
一页看尽3D/4D世界模型前沿论文,快速入门不迷路
[TPAMI 2026] 3D and 4D World Modeling: A Survey
DigiHuman
开源
用普通摄像头就能驱动3D角色,告别昂贵动捕设备
Automatic 3D Character animation using Pose Estimation and Landmark Generation techn···