Talking_Face_Avatar

一张图+一段音频，生成会说话的角色头像视频

Talking_Face_Avatar 是一个基于深度伪造技术的角色与游戏资产头像生成项目。它主要解决开发者在游戏、虚拟角色或数字人场景中，快速生成具有动态表情和口型同步的说话头像的需求。项目整合了 ElevenLabs 的语音合成、Leonardo AI 的图像生成以及音频到视频的驱动技术，能够将静态角色图像转化为可对话的动态视频。其核心能力包括：利用深度学习模型实现面部表情迁移和口型同步，支持从文本或音频输入生成对应的说话视频；同时提供 API 接口，方便集成到现有工作流中。项目以 Jupyter Notebook 形式呈现，适合开发者快速上手实验和二次开发。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 236

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队Yazdi9

所属国家

官网地址

GitHubhttps://github.com/Yazdi9/Talking_Face_Avatar

定价模式free

价格说明开源项目，MIT许可证，可免费使用和修改，无在线服务或付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型api,audio-to-video,avatar-generation,conversational-ai,deep-fake,elevenlabs,generative-ai,image-generation,leonardoai,llms,prompt-engineering,talking-face,talking-head,text-to-video,tts,video-generation

GitHub 星标★ 236

30天Star增速

HF 下载量

上线时间2023-05-09 00:00:00

最近更新2026-09-17 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4

使用教程

核心亮点

整合 ElevenLabs 和 Leonardo AI，实现从文本到语音再到口型同步的完整链路
基于深度伪造技术，生成的面部表情和口型自然度较高
以 Notebook 形式提供，代码结构清晰，便于学习和定制

不足之处

早期项目，文档和社区支持尚不完善
依赖多个外部商业 API，可能产生费用且受限于服务稳定性

适用场景

游戏角色动态立绘或对话头像生成
虚拟主播或数字人视频内容制作
影视预可视化中的角色口型同步测试

替代项目

SadTalker、Wav2Lip、DeepFaceLive

项目介绍

Talking_Face_Avatar 是数字人3D领域的开源项目，由 Yazdi9 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 236。

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 2026-09-17。MIT许可证，可免费使用和修改，无在线服务或付费版本。

它主要面向的使用场景是：游戏角色动态立绘或对话头像生成。同类可对比的替代方案包括 SadTalker、Wav2Lip、DeepFaceLive。

上一篇：SpatialGen

下一篇：ICCV2023-MCNET