KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › Video › SadTalker
✦ Frei & Open SourceVideo

SadTalker

Verwandelt ein Porträtbild und einen Audioclip in ein Talking-Head-Video, aus einem CVPR 2023 Forschungsprojekt.

Ein Foto aus Audio zum Sprechen bringen

Ein Porträt und eine Audiodatei erzeugen ein Talking-Head-Video auf Ihrem eigenen Rechner.

Für immer kostenlos · Open Source · Apache-2.0
✓ Needs IT✓ Im Browser✓ Echtzeit-Zusammenarbeit
4.6
ZEKAI
Talking Head auf Forschungsniveau
Frei & Open Source · Video
Einfache Einrichtung3
Nützlichkeit5
Wartung2
Community8.5
★ 14,200
GITHUB
Jun 2024
AKTUALISIERT
Apache-2.0
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

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.

Läuft auf
Cross-platform
Hosting
Desktop
Sprachen
Python
Lizenz
Apache-2.0

Was es ist

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.

Für wen

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.

Wichtige Funktionen

Einzelnes Bild zu Video

Geben Sie ein Porträt und eine Audiodatei an und es generiert das sprechende Video.

Gesichtsverbesserer-Option

Fügen Sie `--enhancer gfpgan` hinzu, um die Qualität des generierten Gesichts zu verbessern.

Stand- und Vollbild-Modi

`--still` mit `--preprocess full` liefert ein natürlicheres Ganzbild-Ergebnis.

Referenz- und Skalierungsmodi

Zusätzliche Modi wurden in späteren Versionen für Posenreferenz und Skalierung hinzugefügt.

Gradio WebUI

Führen Sie `app_sadtalker.py` oder webui.bat/webui.sh für eine Browserschnittstelle aus.

Stable Diffusion WebUI Erweiterung

Eine Erweiterung für stable-diffusion-webui wird mit eigener Dokumentation veröffentlicht.

Erste Schritte

Startklar in 3 Schritten

1
Installieren Sie Anaconda, git und ffmpeg, erstellen Sie dann eine Python 3.8 Umgebung und installieren Sie PyTorch 1.12.1 und requirements.txt gemäß der README.
2
Führen Sie `bash scripts/download_models.sh` (Linux/macOS) aus, um Checkpoints abzurufen, oder laden Sie diese manuell in den Checkpoints-Ordner herunter.
3
Führen Sie `python inference.py --driven_audio <audio.wav> --source_image <picture.png> --enhancer gfpgan` aus und finden Sie das Video unter results/.
Klartext

Unser ehrliches Fazit

Stärken

  • Es läuft offline; der Haftungsausschluss besagt, dass der Code keine persönlichen Daten sammelt, sodass Quellfotos auf Ihrem Rechner bleiben.
  • Es wird nur ein Bild benötigt, während viele Lip-Sync-Tools ein Quellvideo erwarten.
  • Die README besagt, dass die Lizenz auf Apache 2.0 umgestellt und die nicht-kommerzielle Einschränkung entfernt wurde.
  • Ein Windows start.bat und Linux-Skripte laden Modelle herunter, sodass die Einrichtung für beide Systeme dokumentiert ist.

Schwächen

  • Die Einrichtung ist alt und schwer: Die README verlangt Python 3.8, PyTorch 1.12.1 mit CUDA 11.3, ffmpeg und eine lange Liste heruntergeladener Checkpoints.
  • Das Changelog der README endet 2023 und das letzte getaggte Release ist v0.0.2, erwarten Sie also kaum aktive Entwicklung.
  • Die LICENSE besagt, dass Apache 2.0 mit Ausnahme der aufgeführten Drittanbieterkomponenten gilt, sodass Sie die gebündelten Modelle wie wav2lip und 3DMM-Dateien für Ihre eigene Nutzung prüfen müssen.
  • Der Haftungsausschluss der README warnt davor, es für Betrug, Täuschung oder die Verletzung von Porträtrechten zu verwenden; Sie sind für die Einwilligung verantwortlich, wenn Sie das Gesicht einer Person animieren.
Kosten

Preise & Lizenz

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.

Bezahlte Arbeit

Stellen für Deutschsprachige

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.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen

Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: SadTalker für Video
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren SadTalker für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Kann ich SadTalker kommerziell nutzen?

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.

Wird eine GPU benötigt?

Die Installationsanleitung fixiert einen CUDA-Build von PyTorch und das Projekt ist auf GPU-Nutzung ausgerichtet; die README nennt keine Mindestgrafikkarte.

Gibt es eine gehostete Version?

Die README verlinkt eine Hugging Face Space Demo und Colab Notebooks, aber das Projekt selbst besteht aus Code, den Sie selbst ausführen.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für Video — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen