EDTalk

可编辑的说话人脸生成,姿态表情口型随心控

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 视频生成 🍴 复刻 39 🐛 待处理 12 👀 关注 15
GitHub ↗
GitHub 星标 ★ 466
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,Apache-2.0许可证,可免费使用和修改。

项目预览

EDTalk 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类视频生成
开发团队tanshuai0219
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0许可证,可免费使用和修改。
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Apache-2.0
主要语言Python
技术栈/模型audio-visual-learning,face-animation,talking-face-generation,talking-head,video-generation
GitHub 星标★ 466
上线时间2024-04-02 00:00:00
代码更新2025-09-29
仓库体积47.8 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

EDTalk是一款基于ECCV 2024 Oral论文的官方PyTorch实现,专注于高保真、可编辑的说话人脸视频生成。它解决了传统说话人脸生成中姿态、表情和口型难以独立控制的问题,通过解耦音频驱动的口型、表情和姿态,允许用户对生成结果进行精细编辑。核心能力包括:利用音频信号生成同步且逼真的口型,同时支持对头部姿态和面部表情的独立控制与编辑,从而生成自然、多样化的说话视频。项目采用先进的音频-视觉学习技术,为数字人、虚拟助手等应用提供了灵活高效的解决方案。

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 ★ 466

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:高级 约 60 分钟 部署方式:本地GPU 5 步

环境要求

  • Python 3.8
  • CUDA GPU
  • ffmpeg

安装与启动步骤

  1. 1建环境

    锁 Python 3.8。

    conda create -n EDTalk python=3.8
  2. 2装依赖

    主依赖与平台专用依赖分开。

    pip install -r requirements.txt
  3. 3补人像处理库

    面部增强是可选但常用。

    pip install facexlib
  4. 4跑单图驱动

    给一张人像加一段音频。

    python demo_lip_pose.py --source_path path/to/image --audio_driving_path path/to/audio --save_path path/to/save
  5. 5加面部超分

    想更清楚再加这个开关。

    python demo_lip_pose.py --source_path path/to/image --audio_driving_path path/to/audio --save_path path/to/save --face_sr

如何确认成功

用一张人像与一段音频跑通生成,输出视频的口型与语音节奏对应,画面无明显撕裂

注意事项

  • 它做的是说话人头生成,支持音频单独驱动或音频加姿态联合驱动。
  • 有 Web 界面脚本,先用界面调参数比命令行直观。
  • 面部超分是可选模块,装上会明显变慢但细节更好。
  • 用他人肖像必须获得授权,这是硬要求。
  • Windows 有单独的依赖清单,别把两份混装。

核心亮点

  • ECCV 2024 Oral论文官方实现,技术权威性高
  • 支持对姿态、表情和口型的独立编辑,生成结果可控性强
  • 基于音频驱动,口型同步准确,生成视频自然度高

不足之处

  • 早期项目,社区生态和文档尚不完善
  • 依赖特定数据集和预训练模型,部署门槛较高

适用场景

  • 数字人视频制作,快速生成可编辑的虚拟主播
  • 影视后期,对已有说话视频进行表情或姿态重定向
  • 虚拟助手和游戏NPC,实现自然且可定制的面部动画

替代项目

SadTalker、Wav2Lip、MakeItTalk

上一篇:float

下一篇:MoDA

同类项目推荐

Awesome-Avatars 开源

一份清单,快速掌握人类 Avatar 前沿技术全景

List of recent advances for human avatars, including generation, reconstruction, and···

★ 277 2026-08-09
heygen-app 开源

写几行代码,数字人视频就能批量发货。

A Python toolkit for generating AI avatar videos and managing resources using the He···

★ 5 2026-08-09
WorldGen 开源

输入一句话,几秒生成完整 3D 场景,无需建模基础。

WorldGen - Generate Any 3D Scene in Seconds

★ 2204 2026-08-09
GaussianCity 开源

一句话生成无边界3D城市,实时漫游

The official implementation of "GaussianCity: Generative Gaussian Splatting for Unbo···

★ 342 2026-08-09
echomimic_v3 开源

1.3B小模型搞定数字人,音频文本驱动全身动画

[AAAI 2026] EchoMimicV3: 1.3B Parameters are All You Need for Unified Multi-Modal an···

★ 1118 2026-08-09
latent-pose-reenactment 开源

用一张照片驱动任意头部视频,生成逼真数字人动画

The authors' implementation of the "Neural Head Reenactment with Latent Pose Descrip···

★ 181 2026-08-09
avtr-1 开源

让 3D 数字人听懂你并实时回应

AVTR-1: Avatars that listen back

★ 544 2026-10-14
HunyuanPortraitLCM 开源

一张照片+驱动视频,快速生成自然说话头像

[Arxiv-2026] Reconstructing Large-Scale 3D Scenes via Overlapping Chunk Alignment an···

★ 403 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