Music-Dance-Video-Synthesis 是视频领域的开源项目，由 xrenaa 开发，2019 年首次发布。
它收录于视频分类，该分类目前共有 472 个项目，GitHub 星标数为 249。
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 2026-09-18。免费使用，需自行部署。
它主要面向的使用场景是：音乐可视化：为歌曲自动生成舞蹈视频用于MV或短视频创作。同类可对比的替代方案包括 DanceNet、Music2Dance、FACT。
Music-Dance-Video-Synthesis
输入音乐，自动生成同步舞蹈视频
Music-Dance-Video-Synthesis 是一个基于 PyTorch 的自监督舞蹈视频合成项目，发表于 ACM MM 2020 Oral。它解决的是根据输入音乐自动生成与节奏同步的舞蹈视频的问题，核心能力包括：利用自监督学习从无标注的舞蹈视频中提取音乐与动作的对应关系，生成骨架序列，再通过感知损失等优化渲染成逼真的人物舞蹈视频。项目提供了完整的训练和推理代码、预训练模型以及演示视频，支持用户自定义音乐输入生成舞蹈。技术栈涵盖深度学习、姿态估计、视频生成等，适合学术研究和创意内容制作。
开源
free
视频生成
GitHub 星标
★ 249
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类视频生成
开发团队xrenaa
所属国家
定价模式free
价格说明开源项目，免费使用，需自行部署。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型dance,dataset,deep-learning,demo-video,multimedia,music-video,paper,perceptual-losses,pretrain-model,pytorch,skeletons,video-generation
GitHub 星标★ 249
30天Star增速
HF 下载量
上线时间2019-11-29 00:00:00
最近更新2026-09-18 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5
使用教程
核心亮点
- 自监督学习，无需人工标注舞蹈动作与音乐的对应关系
- 提供预训练模型和演示视频，开箱即用快速体验
- 基于 ACM MM 2020 Oral 论文，算法有学术背书
不足之处
- 项目较为早期，依赖的 PyTorch 版本可能较旧，环境配置有门槛
- 生成舞蹈的多样性和自然度有限，复杂音乐适配能力待提升
适用场景
- 音乐可视化：为歌曲自动生成舞蹈视频用于MV或短视频创作
- 舞蹈教学辅助：生成参考舞蹈动作供学习者模仿
- 学术研究：作为音乐驱动动作生成领域的基线方法
替代项目
DanceNet、Music2Dance、FACT
项目介绍
上一篇：deep-landscape
同类项目推荐
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
auto-subs
开源
在剪辑软件里直接生成字幕，省去导出导入的麻烦
On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···