LatentSync

高效口型同步扩散模型（视频对口型）

是字节开源的用于口型同步的扩散模型，只需提供角色视频和要同步的音频即可生成。该模型对硬件的要求适中，仅需 6.5 GB 的 GPU 即可运行，适合大多数开发者和研究人员使用。此外，@fffiloni大佬还提供了一个在线演示可以玩一下。

https://github.com/bytedance/LatentSync

LivePortrait

一个开源的肖像动画生成框架，能够将静态图像与输入参考视频结合，生成逼真的动态表情视频。该框架特别注重泛化能力、可控性和效率，通过提升视频质量的同时优化了框架性能‌

https://github.com/KwaiVGI/LivePortrait

JoyVASA

基于扩散音频驱动生成人或动物头像的面部及头部动画 （图片生成对口型视频）

https://jdh-algo.github.io/JoyVASA/

本站文章除注明转载/出处外，均为博主 spooking 原创或翻译，转载前请务必署名。