Convierte una imagen de retrato y un clip de audio en un vídeo parlante, a partir de un proyecto de investigación de CVPR 2023.
Un retrato y un archivo de audio producen un vídeo parlante en tu propia máquina.
SadTalker anima una sola imagen facial para que hable con una pista de audio, añadiendo movimiento de cabeza y expresiones. Es ideal para investigadores y aficionados que se manejen con Python y una GPU, no para quienes esperen un producto pulido con actualizaciones constantes.
Ejecutas `inference.py` con un archivo de audio de conducción y una imagen o vídeo de origen, añadiendo opcionalmente el mejorador facial GFPGAN. Cuenta con modos estático, de referencia y de redimensionamiento, además de un modo de imagen completa para clips de torso, y una extensión Gradio WebUI o Stable Diffusion WebUI.
Se adapta a usuarios técnicos e investigadores que trabajan en animación basada en audio y que saben instalar compilaciones antiguas de PyTorch y descargar puntos de control. No es adecuado para creadores no técnicos, y el propio registro de cambios del README termina en 2023.
Proporciona un retrato y un archivo de audio y genera el vídeo parlante.
Añade `--enhancer gfpgan` para mejorar la calidad de la cara generada.
`--still` con `--preprocess full` ofrece un resultado de imagen completa más natural.
Modos adicionales añadidos en versiones posteriores para referencia de postura y redimensionamiento.
Ejecuta `app_sadtalker.py` o webui.bat/webui.sh para una interfaz de navegador.
Se publica una extensión para stable-diffusion-webui con su propia documentación.
SadTalker tiene licencia Apache-2.0 y es gratuito para ejecutarlo por cuenta propia. El README menciona un bot de Discord gratuito y demos en Hugging Face y Colab, pero no muestra ningún plan de pago. Tu coste es una máquina con GPU y el tiempo para configurarlo.
873 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
El README indica que la licencia se actualizó a Apache 2.0 y se eliminó la restricción no comercial. La licencia excluye componentes de terceros, así que verifica los modelos empaquetados antes de un uso comercial.
La guía de instalación fija una compilación de PyTorch con CUDA y el proyecto está diseñado en torno al uso de GPU; el README no especifica una tarjeta mínima.
El README enlazaa una demo en Hugging Face Space y notebooks de Colab, pero el proyecto en sí es código que ejecutas tú mismo.
Ve Zekai primero en Google