wav2lip_288x288

更高清唇形同步，让数字人说话更逼真

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 162 🐛 待处理 48 👀 关注 19

GitHub ↗

GitHub 星标 ★ 652

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，MIT许可证，可自由使用和修改，无付费版本。

项目预览

wav2lip_288x288 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primepake

GitHubhttps://github.com/primepake/wav2lip_288x288

定价模式🏷️完全免费

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🔧 仅开源项目，无在线服务，需自行部署

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★ 652

上线时间2021-11-01 00:00:00

代码更新2025-08-13

仓库体积8.0 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

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。

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 ★ 652

技术标签

audio-driven-talking-face deep-learning generation generative image-animation

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 240 分钟部署方式：本地GPU 5 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

GPU 24G 显存以上
原版 Wav2Lip 环境
人脸视频与音频配对数据

安装与启动步骤

1先看原版文档

本仓库是原版 Wav2Lip 的高分辨率分支，数据准备流程要照原版走。
2准备训练数据

需要人脸视频加对应音频，且要做人脸检测与对齐，原版有现成预处理脚本。
3训同步判别器

先训判别器再训生成器，顺序反了生成器学不到唇音对齐。
```
python3 train_syncnet_sam.py
```
4训高分辨率生成器

288 分辨率比原版吃显存，显存不够要降 batch 或开混合精度。
```
python3 hq_wav2lip_sam_train.py
```
5合成并检查口型

重点看快速语速和闭唇音，这两处最容易露馅。