TaoMate
一段音频，实时生成不崩脸的长视频数字人
TaoMate 是一个面向长时长音视频生成的实时数字人模型，用 Python 实现。它要解决的核心问题是：传统数字人方案在生成几分钟甚至更长的口播视频时，容易出现口型漂移、画面卡顿、身份不一致，且难以实时输出。TaoMate 通过一套面向长序列的生成管线，把音频驱动的人脸口型、头部姿态与画面渲染统一起来，在保持人物身份稳定的同时支持长时间连续生成。项目提供模型推理代码，可输入音频与参考人物图像，输出与之同步的数字人视频，适合做虚拟主播、课程讲解、播报类内容。当前项目处于早期阶段，星标约 475，接口和权重仍在迭代，适合愿意跟进前沿、自行调试的研究者和开发者。
开源
free
数字人3D
GitHub 星标
★ 486
维护状态
较活跃
是否开源
是
定价模式
free
项目数据
分类数字人3D
开发团队TaoLiveAIGC
所属国家
定价模式free
价格说明开源项目，免费使用
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型
GitHub 星标★ 486
30天Star增速
HF 下载量
上线时间2026-07-24 00:00:00
最近更新2026-09-16 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-13
浏览次数1
使用教程
核心亮点
- 面向长时长音视频生成，重点解决长序列下的口型漂移与身份一致性
- 支持实时推理，可用于直播、播报等对延迟敏感的场景
- 纯 Python 实现，便于与现有音频、视频处理管线集成和二次开发
不足之处
- 项目处于早期，模型权重、依赖版本和接口可能频繁变动
- 文档与示例相对有限，长视频生成的显存占用和稳定性需自行验证
适用场景
- 虚拟主播/数字人直播口播
- 在线课程与知识讲解视频批量生成
- 新闻播报、企业宣传等长视频内容制作
替代项目
SadTalker、Wav2Lip、Hallo
项目介绍
上一篇：opentalking
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
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
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 ···
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.