TaoMate

一段音频，实时生成不崩脸的长视频数字人

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 46 🐛 待处理 1 👀 关注 19

GitHub ↗

GitHub 星标 ★ 513

维护状态维护中

是否开源开源

定价模式 🏷️完全免费开源项目，免费使用

项目预览

项目数据

分类数字人3D

开发团队TaoLiveAIGC

GitHubhttps://github.com/TaoLiveAIGC/TaoMate

定价模式🏷️完全免费

价格说明开源项目，免费使用

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NOASSERTION

主要语言Python

GitHub 星标★ 513

上线时间2026-07-24 00:00:00

代码更新2026-09-08

仓库体积209.4 MB

本站数据更新2026-11-03

维护状态维护中

收录时间2026-09-13

浏览次数2

项目介绍

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。

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 2026-09-13 · 当前星标 ★ 513

使用教程

难度：高级约 120 分钟部署方式：本地GPU 5 步

环境要求

CUDA 显卡
指定版本 PyTorch
较大显存

安装与启动步骤

1装指定版本框架

它锁具体的框架版本组合，别用默认版本。
```
pip install torch==2.8.0 torchvision==0.23.0 torchaudio==2.8.0
```
2装依赖

按清单装。
```
pip install -r requirements.txt
```

3先验显卡

确认框架能认到卡再往下走。

python -c "import torch; print(torch.cuda.device_count())"

4单卡推理

先跑单卡，稳了再上多卡。
```
bash scripts/inference/run_taomate_1gpu.sh
```
5起交互式数字人

这条会把语音与视频串成一个栈。
```
bash scripts/inference/start_interactive_avatar_stack.sh
```