Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Vídeo › LatentSync
✦ Gratis y open sourceVídeo

LatentSync

Modelo de sincronización labial de ByteDance que vuelve a sincronizar las bocas en vídeo real con un nuevo audio utilizando difusión latente.

Sincroniza los labios de un vídeo real con un nuevo audio

Difusión latente para sincronización labial de ByteDance, con una versión de 8 GB y otra de 18 GB de VRAM.

Gratis para siempre · open source · Apache-2.0
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
5.5
ZEKAI
Sincronización labial abierta para metraje
Gratis y open source · Vídeo
Facilidad de configuración4
Utilidad7
Mantenimiento3.5
Comunidad7.5
★ 6,276
GITHUB
Jun 2025
ACTUALIZADO
Apache-2.0
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

LatentSync es un método de sincronización labial de extremo a extremo de ByteDance basado en difusión latente condicionada por audio. Es ideal para desarrolladores que necesitan doblar o traducir metraje existente con un movimiento de boca preciso.

Funciona en
Cross-platform
Alojamiento
Self-host
Idiomas
Python
Licencia
Apache-2.0

Qué es

El README indica que modela las correlaciones audiovisual directamente con Stable Diffusion, sin representación de movimiento intermedia. Incluye las versiones v1.5 (inferencia con 8 GB de VRAM) y v1.6 (18 GB), una aplicación Gradio, inferencia por línea de comandos y configuraciones de entrenamiento.

Para quién

Ideal para desarrolladores y equipos de postproducción con una GPU NVIDIA que ya dispongan de metraje de un orador. No crea un presentador a partir de un guion, y los pesos tienen una licencia distinta a la del código.

Funciones clave

Difusión latente para sincronización labial

Método de extremo a extremo sin representación de movimiento intermedia.

Dos niveles de VRAM

La inferencia requiere 8 GB para la versión v1.5 o 18 GB para la v1.6.

Aplicación Gradio

Ejecuta la interfaz de demostración o el script de línea de comandos.

Código de entrenamiento

Se publican las configuraciones de entrenamiento de la etapa 1 y la etapa 2.

Capa temporal

La versión v1.5 añade una capa temporal para mayor consistencia.

Pesos de Hugging Face

Los puntos de control se descargan desde el repositorio de ByteDance en Hugging Face.

Cómo empezar

Listo en 3 pasos

1
Ejecuta source setup_env.sh para crear el entorno de Python con las dependencias de CUDA.
2
Descarga latentsync_unet.pt y tiny.pt desde el repositorio de Hugging Face de ByteDance LatentSync-1.6 a la carpeta de puntos de control (checkpoints).
3
Inicia la aplicación Gradio o ejecuta el script de inferencia con un vídeo y un archivo de audio.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Código Apache-2.0 procedente de un gran laboratorio con configuraciones de entrenamiento incluidas.
  • Ofrece una opción de 8 GB (v1.5) para GPU de gama media.
  • Funciona en metraje real, por lo que se preservan la identidad y el fondo.
  • Se proporcionan rutas de inferencia tanto para Gradio como para CLI.

Sus límites

  • Requiere una GPU NVIDIA y un entorno CUDA a partir de setup_env.sh; la versión v1.6 exige 18 GB de VRAM.
  • Los pesos del modelo utilizan OpenRAIL++ en Hugging Face, lo que restringe algunos usos; léelo antes de realizar trabajos comerciales.
  • Solo modifica los labios en vídeos existentes; no genera un presentador parlante.
  • El entrenamiento requiere 20 GB o más de VRAM según el README.
Costo

Precios y licencia

Gratis de ejecutar: código bajo licencia Apache-2.0 y pesos OpenRAIL++. El README no menciona ningún plan alojado, por lo que el coste es el de tu propia GPU o el tiempo de alquiler de esta.

Trabajo remunerado

Empleos para hispanohablantes

870 puestos remotos abiertos de entrenamiento de IA, actualizados el 17 de noviembre de 2026; la mayoría paga $20–$175 por hora. 25 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: LatentSync para Vídeo
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos LatentSync por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Cuánta VRAM necesita LatentSync?

El README indica que la inferencia requiere un mínimo de 8 GB con la v1.5 y 18 GB con la v1.6.

¿Puedo usar LatentSync comercialmente?

El código es Apache-2.0, pero los pesos de Hugging Face se rigen por OpenRAIL++, lo que permite su uso con restricciones. Lee dicha licencia primero.

¿Genera un vídeo nuevo a partir de una foto?

No. Vuelve a sincronizar la boca en el metraje que proporciones.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Vídeo — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google