ScanTalk

直接输入3D扫描,音频驱动生成说话头像动画

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 数字人3D 🍴 复刻 4 🐛 待处理 1 👀 关注 6
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 57
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费。

项目预览

ScanTalk 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数字人3D
开发团队miccunifi
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
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★ 57
上线时间2024-07-08 00:00:00
代码更新2026-01-20
仓库体积20.9 MB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

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。

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 ★ 57

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

上一篇:fantasy-talking

下一篇:gaussian-dejavu

同类项目推荐

dso 开源

让AI生成的3D模型不再悬空塌陷,物理更真实

[ICCV 2025] DSO: Aligning 3D Generators with Simulation Feedback for Physical Soundn···

★ 193 2026-08-09
CyberVerse 开源

自建带记忆和数字人形象的实时语音AI代理

Self hosted, real-time digital human agent platform. Build voice-first AI agents wit···

★ 1926 2026-08-09
AI-Avatar 开源

几分钟生成一个主播,24 小时替你出镜带货。

AI Avatar/Anchor: create video from plain text or audio file in minutes, support up ···

★ 8 2026-08-09
DiffPoseTalk 开源

输入语音,一键生成风格化3D面部动画与头部姿态

DiffPoseTalk: Speech-Driven Stylistic 3D Facial Animation and Head Pose Generation v···

★ 365 2026-08-09
FlexiDreamer 开源

单张照片秒变 3D 模型,用 FlexiCubes 快速生成网格。

An official implementation of FlexiDreamer: Single Image-to-3D Generation with Flexi···

★ 78 2026-08-09
NOC3D-chapter6 开源

把《代码本色》的智能体算法搬进 3D 世界,边看边学

Nature of Code - Autonomous Agents examples in 3D

★ 74 2026-08-09
CraftsMan3D 开源

从图片或文字一键生成可编辑的高保真 3D 网格

CraftsMan: High-fidelity Mesh Generation with 3D Native Diffusion and Interactive Ge···

★ 834 2026-08-09
Procedura 开源

一句话文本,生成可编辑、带关节的 3D 参数化模型

Agentic 3D Modeling with Procedural Control — turns a text prompt into an editable ···

★ 461 2026-08-31
AvatarCLIP 开源

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···

★ 1104 2026-08-09