ScanTalk

直接输入3D扫描,音频驱动生成说话头像动画

ScanTalk 是一个基于 ECCV 2024 论文的开源项目,专注于从非配准的 3D 扫描数据生成说话头部动画。它解决了传统 3D 说话头方法依赖精细配准模板的问题,能够直接处理原始扫描数据,无需预先对齐或标准化。核心能力包括:利用扩散模型生成动态的 3D 网格序列,结合音频驱动口型同步,并支持任意拓扑的输入。项目提供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复现和扩展。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 55
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miccunifi
所属国家
定价模式free
价格说明开源项目,本地部署,完全免费。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型3d-animation,3d-computer-vision,3d-face,3d-scan,audio-driven-talking-face,heat-diffusion,talking-head
GitHub 星标★ 55
30天Star增速
HF 下载量
上线时间2024-07-08 00:00:00
最近更新2026-07-18 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

核心亮点

  • 无需配准,直接处理原始扫描数据,降低预处理门槛
  • 基于扩散模型,生成动态网格序列,口型同步自然
  • 提供完整训练/推理代码和预训练模型,易于复现

不足之处

  • 早期项目,文档和社区支持待观察
  • 对计算资源要求较高,训练成本可能较大

适用场景

  • 数字人制作,从扫描数据快速生成说话头像
  • 虚拟现实/游戏中的角色动画驱动
  • 影视特效中的面部动画合成

替代项目

SadTalker、Wav2Lip、MakeItTalk

项目介绍

ScanTalk 是数字人3D领域的开源项目,由 miccunifi 开发,2024 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 55。

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 2026-07-18。本地部署,完全免费。

它主要面向的使用场景是:数字人制作,从扫描数据快速生成说话头像。同类可对比的替代方案包括 SadTalker、Wav2Lip、MakeItTalk。

上一篇:fantasy-talking

下一篇:gaussian-dejavu

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