wav2lip_288x288

更高清唇形同步，让数字人说话更逼真

Wav2Lip 288x288 是一个基于 Wav2Lip 的改进版本，专注于高分辨率（288x288）的唇形同步视频生成。它解决了原始 Wav2Lip 在低分辨率下唇部细节模糊、生成效果不自然的问题，通过调整模型输入尺寸和训练流程，提升了生成视频的清晰度和唇形匹配精度。项目提供了完整的训练流水线，包括数据预处理、模型训练和推理脚本，方便开发者基于自己的数据集进行训练和定制。核心能力包括：高分辨率唇形同步、端到端训练流程、以及针对特定场景的优化。该项目适合研究者和开发者用于数字人、视频配音、虚拟主播等场景，能够生成更逼真的口型同步效果。

开源 free 数字人3D

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 651

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primepake

所属国家

官网地址

GitHubhttps://github.com/primepake/wav2lip_288x288

定价模式free

价格说明开源项目，MIT许可证，可自由使用和修改，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型audio-driven-talking-face,deep-fake,deep-fakes,deep-learning,face-talking,generation,generative,image-animation,talking-face,talking-face-generation,talking-head,video

GitHub 星标★ 651

30天Star增速

HF 下载量

上线时间2021-11-01 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

核心亮点

分辨率提升至288x288，唇部细节更清晰，显著改善原始Wav2Lip的模糊问题
提供完整训练流水线，包含数据预处理、训练和推理脚本，易于复现和定制
基于成熟Wav2Lip架构，兼容原有生态，便于二次开发和集成

不足之处

项目文档和社区支持相对薄弱，依赖用户自行摸索
训练和推理资源消耗较高，对硬件有一定要求

适用场景

数字人视频生成，实现高精度口型同步
视频配音和本地化，替换或同步多语言音轨
虚拟主播和实时互动，提升口型自然度

替代项目

Wav2Lip、SadTalker、Video-Retalking

项目介绍

wav2lip_288x288 是数字人3D领域的开源项目，由 primepake 开发，2021 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 651。

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。MIT许可证，可自由使用和修改，无付费版本。

它主要面向的使用场景是：数字人视频生成，实现高精度口型同步。同类可对比的替代方案包括 Wav2Lip、SadTalker、Video-Retalking。

上一篇：ACTalker

下一篇：DiffPoseTalk