Verwandelt ein Porträtbild und einen Audioclip in ein Talking-Head-Video, aus einem CVPR 2023 Forschungsprojekt.
Ein Porträt und eine Audiodatei erzeugen ein Talking-Head-Video auf Ihrem eigenen Rechner.
SadTalker animiert ein einzelnes Gesichtsbild, sodass es eine Tonspur spricht, inklusive Kopfbewegungen und Mimik. Es eignet sich für Forscher und Bastler, die sich mit Python und einer GPU auskennen, nicht für Personen, die ein ausgereiftes Produkt mit laufenden Updates erwarten.
Sie führen `inference.py` mit einer angesteuerten Audiodatei und einem Quellbild oder -video aus und fügen optional den GFPGAN-Gesichtsverbesserer hinzu. Es bietet Still-, Referenz- und Skalierungsmodi sowie einen Ganzbildmodus für Oberkörperclips und eine Gradio WebUI oder Stable Diffusion WebUI Erweiterung.
Passt für technische Anwender und Forscher, die an audiodriven Animationen arbeiten und alte PyTorch-Builds installieren sowie Checkpoints herunterladen können. Es eignet sich nicht für nicht-technische Creator, und das Changelog der README endet im Jahr 2023.
Geben Sie ein Porträt und eine Audiodatei an und es generiert das sprechende Video.
Fügen Sie `--enhancer gfpgan` hinzu, um die Qualität des generierten Gesichts zu verbessern.
`--still` mit `--preprocess full` liefert ein natürlicheres Ganzbild-Ergebnis.
Zusätzliche Modi wurden in späteren Versionen für Posenreferenz und Skalierung hinzugefügt.
Führen Sie `app_sadtalker.py` oder webui.bat/webui.sh für eine Browserschnittstelle aus.
Eine Erweiterung für stable-diffusion-webui wird mit eigener Dokumentation veröffentlicht.
SadTalker steht unter der Apache-2.0 und ist bei Eigenbetrieb kostenlos. Die README erwähnt einen kostenlosen Discord-Bot sowie Hugging Face und Colab Demos, zeigt jedoch keinen kostenpflichtigen Tarif. Ihre Kosten bestehen aus einer GPU-Maschine und der Zeit für die Einrichtung.
873 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Laut README wurde die Lizenz auf Apache 2.0 aktualisiert und die nicht-kommerzielle Einschränkung entfernt. Die LICENSE schließt Drittanbieterkomponenten aus, überprüfen Sie daher die gebündelten Modelle vor der kommerziellen Nutzung.
Die Installationsanleitung fixiert einen CUDA-Build von PyTorch und das Projekt ist auf GPU-Nutzung ausgerichtet; die README nennt keine Mindestgrafikkarte.
Die README verlinkt eine Hugging Face Space Demo und Colab Notebooks, aber das Projekt selbst besteht aus Code, den Sie selbst ausführen.
Zekai zuerst in Google sehen