Wav2Lip：开源AI唇形同步工具，精准实现音视频口型匹配与多语言适配
Wav2Lip是2020年由印度IIIT-H团队推出的开源AI唇形同步模型，基于GAN与SyncNet架构，可对任意人脸视频/静态图与任意语言音频实现毫秒级精准口型匹配，保留原始画面质感，广...
6 款开源、免费的 AI 对口型工具推荐及对比测评
本文精准测评 6 款开源免费 AI 对口型工具，包含 Wav2Lip、LatentSync、SadTalker、MuseTalk、Rhubarb Lip Sync、MultiTalk，提供最新 GitHub 地址、开源协议、显存要求、中...
RealVideo：智谱AI开源的实时流媒体对话视频生成系统
RealVideo 是由智谱 AI 主导开发并开源的实时流媒体对话视频生成系统，采用 Python 编程语言开发，依托 WebSocket 技术实现客户端与服务端的双向实时通信，融合大语言模型与...
InfiniteTalk：开源音频驱动的稀疏帧视频配音框架，支持无限长度多模态视频生成
InfiniteTalk是由美团视觉智能团队开源的音频驱动视频生成框架，专为稀疏帧视频配音（Sparse-Frame Video Dubbing）设计，同时支持图像到视频（Image-to-Video）和视频到视...