LIHQ

输入文字和形象，一键生成口型同步的高质量数字人演讲视频

LIHQ 是一个用于生成高质量 AI 虚拟主播/数字人视频的开源项目，核心目标是实现长文本推理下的高质量合成说话人效果。它结合了深度学习、文本转语音和数字人技术，能够根据输入的文本和人物形象，自动生成带有口型同步、自然动作的演讲视频。项目主要解决传统数字人视频生成中长文本推理不稳定、口型不同步、生成质量低的问题，通过优化推理流程和生成模型，在保持视频流畅度的同时提升画质和口型准确率。核心能力包括文本驱动视频生成、多人物形象支持、长文本分段处理以及音视频同步输出。目前项目处于早期阶段，代码结构清晰，适合对数字人技术感兴趣的开发者进行二次开发和实验。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 264

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队johnGettings

所属国家

官网地址

GitHubhttps://github.com/johnGettings/LIHQ

定价模式free

价格说明开源项目，可自行部署，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artificial-intelligence,avatar,avatar-generator,deep-learning,talking-head,text-to-speech,video

GitHub 星标★ 264

30天Star增速

HF 下载量

上线时间2022-04-25 00:00:00

最近更新2026-06-05 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4

使用教程

核心亮点

专注长文本推理场景，解决长视频生成中口型漂移和画质衰减问题
技术栈完整，覆盖从TTS到视频渲染的全流程，便于端到端集成
Python实现，代码结构清晰，适合二次开发和算法实验

不足之处

项目处于早期阶段，文档和社区支持尚不完善
依赖的深度学习模型较多，部署和推理对硬件资源要求较高

适用场景

在线教育课程视频自动生成
企业宣传片和产品介绍视频制作
新闻播报和短视频内容批量生产

替代项目

SadTalker、Wav2Lip、HeyGen

项目介绍

LIHQ 是数字人3D领域的开源项目，由 johnGettings 开发，2022 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 264。

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 2026-06-05。可自行部署，全部功能免费。

它主要面向的使用场景是：在线教育课程视频自动生成。同类可对比的替代方案包括 SadTalker、Wav2Lip、HeyGen。

上一篇：TalkingHead

下一篇：location-based-AR-app