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

这是一个汇集了数字人/说话头生成领域最前沿技术与资源的精选列表,旨在解决该领域资料分散、入门门槛高的问题。项目按技术路线(如NeRF、3DMM、Diffusion等)系统整理了论文、开源代码、数据集和在线演示,覆盖从音频驱动到视频驱动、从2D到3D的多种生成方案。核心能力包括提供结构化的分类导航、快速链接到高质量开源实现(如SadTalker、Wav2Lip、GeneFace等),以及持续更新最新研究成果。对于研究者和开发者,它是一站式学习与选型参考,能显著节省调研时间,帮助快速定位适合特定应用场景的技术方案。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1933
维护状态 低维护
是否开源
定价模式 free

项目数据

分类数字人3D
开发团队harlanhong
所属国家
官网地址
定价模式free
价格说明开源项目,无官网,需自行部署,全部功能免费。
访问状态
是否开源
开源协议
主要语言
技术栈/模型face-reenactment,image-animation,motion-transfer,talking-head
GitHub 星标★ 1933
30天Star增速
HF 下载量
上线时间2022-01-23 00:00:00
最近更新2026-09-22 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5

使用教程

难度:入门 约 5 分钟 部署方式:库/依赖 4 步

⚠ 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. 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. 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. 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. 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

项目介绍

awesome-talking-head-generation 是数字人3D领域的开源项目,由 harlanhong 开发,2022 年首次发布。

在全站 13,014 个收录项目中,它的 GitHub 星标数(1,933)位列前 30%,在数字人3D分类的 272 个项目里位列前 10%。

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 2026-09-22。无官网,需自行部署,全部功能免费。

它主要面向的使用场景是:技术选型:对比不同说话头生成方案的优劣。同类可对比的替代方案包括 awesome-avatar-generation、awesome-human-pose-estimation、awesome-deepfakes。

上一篇:Awesome-Talking-Head-Synthesis

下一篇:JoyVASA

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 ···

★ 273 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.

★ 778 2026-08-21