xtalker

在普通CPU上快速生成说话人脸动画,摆脱GPU依赖

xtalker 是一个专注于在 Xeon CPU 上实现快速说话人脸动画的开源项目,旨在让数字人视频生成不再依赖昂贵 GPU。它解决了传统说话人脸生成模型推理速度慢、硬件要求高的问题,通过算法优化和 CPU 指令集利用,在服务器级 Xeon 处理器上实现实时或近实时的面部动画合成。核心能力包括音频驱动的口型同步、面部表情迁移和头部姿态生成,支持从音频输入直接生成逼真的说话视频。项目采用 Python 编写,技术栈简洁,适合集成到现有数字人流水线中。作为早期项目,其代码结构清晰,提供了基础推理示例,但生态和文档尚在完善中。

开源 free 数字人3D
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 127
维护状态 低维护
是否开源
定价模式 free

项目数据

分类数字人3D
开发团队Spycsh
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态
是否开源
开源协议MIT
主要语言Python
技术栈/模型aigc,cpu,sadtalker,talking-head,xeon
GitHub 星标★ 127
30天Star增速
HF 下载量
上线时间2023-06-26 00:00:00
最近更新2026-07-16 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6

使用教程

核心亮点

  • 针对Xeon CPU深度优化,推理速度快,硬件门槛低
  • 音频驱动口型同步准确,支持自然表情和头部动作
  • Python接口简洁,易于集成到现有数字人系统

不足之处

  • 文档/社区待观察,教程和示例较少
  • 仅支持Xeon CPU,普通消费级CPU兼容性未验证

适用场景

  • 服务器端批量生成数字人视频内容
  • 低硬件成本环境下的实时虚拟主播
  • 集成到现有视频生成流水线中加速推理

替代项目

SadTalker、Wav2Lip、GeneFace

项目介绍

xtalker 是数字人3D领域的开源项目,由 Spycsh 开发,2023 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 127。

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 2026-07-16。MIT许可证,完全免费,可自行部署使用。

它主要面向的使用场景是:服务器端批量生成数字人视频内容。同类可对比的替代方案包括 SadTalker、Wav2Lip、GeneFace。

上一篇:CVPR2022-DaGAN

下一篇:latent-pose-reenactment

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 ···

★ 273 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.

★ 778 2026-08-21