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 › SadTalker
✦ Gratis y open sourceVídeo

SadTalker

Convierte una imagen de retrato y un clip de audio en un vídeo parlante, a partir de un proyecto de investigación de CVPR 2023.

Haz que una foto hable a partir de audio

Un retrato y un archivo de audio producen un vídeo parlante en tu propia máquina.

Gratis para siempre · open source · Apache-2.0
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
4.6
ZEKAI
Cabezas parlantes de nivel de investigación
Gratis y open source · Vídeo
Facilidad de configuración3
Utilidad5
Mantenimiento2
Comunidad8.5
★ 14,200
GITHUB
Jun 2024
ACTUALIZADO
Apache-2.0
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

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.

Funciona en
Cross-platform
Alojamiento
Desktop
Idiomas
Python
Licencia
Apache-2.0

Qué es

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.

Para quién

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.

Funciones clave

De imagen única a vídeo

Proporciona un retrato y un archivo de audio y genera el vídeo parlante.

Opción de mejorador facial

Añade `--enhancer gfpgan` para mejorar la calidad de la cara generada.

Modos estático y completo

`--still` con `--preprocess full` ofrece un resultado de imagen completa más natural.

Modos de referencia y redimensionamiento

Modos adicionales añadidos en versiones posteriores para referencia de postura y redimensionamiento.

Gradio WebUI

Ejecuta `app_sadtalker.py` o webui.bat/webui.sh para una interfaz de navegador.

Extensión Stable Diffusion WebUI

Se publica una extensión para stable-diffusion-webui con su propia documentación.

Cómo empezar

Listo en 3 pasos

1
Instala Anaconda, git y ffmpeg, luego crea un entorno de Python 3.8 e instala PyTorch 1.12.1 y requirements.txt tal como lista el README.
2
Ejecuta `bash scripts/download_models.sh` (Linux/macOS) para obtener los puntos de control, o descárgalos manualmente en la carpeta checkpoints.
3
Ejecuta `python inference.py --driven_audio <audio.wav> --source_image <picture.png> --enhancer gfpgan` y busca el vídeo en results/.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Funciona sin conexión; el aviso legal indica que el código no recopila información personal, por lo que las fotos de origen permanecen en tu máquina.
  • Solo se necesita una imagen, mientras que muchas herramientas de sincronización labial requieren un vídeo de origen.
  • El README señala que la licencia pasó a ser Apache 2.0 y se eliminó la restricción no comercial.
  • Un archivo start.bat de Windows y scripts de Linux descargan modelos, por lo que la configuración está documentada para ambos sistemas.

Sus límites

  • La configuración es antigua y pesada: el README solicita Python 3.8, PyTorch 1.12.1 con CUDA 11.3, ffmpeg y una larga lista de puntos de control descargados.
  • El registro de cambios del README termina en 2023 y la última versión etiquetada es v0.0.2, por lo que cabe esperar poco desarrollo activo.
  • La licencia indica que Apache 2.0 se aplica excepto para los componentes de terceros enumerados, por lo que debes comprobar los modelos empaquetados, como wav2lip y archivos 3DMM, para tu propio uso.
  • El aviso legal del README advierte en contra de usarlo para fraude, engaño o infracción de los derechos de retrato; eres responsable del consentimiento al animar la cara de alguien.
Costo

Precios y licencia

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.

Trabajo remunerado

Empleos para hispanohablantes

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.

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: SadTalker 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 SadTalker por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Puedo usar SadTalker comercialmente?

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.

¿Necesita una GPU?

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.

¿Hay una versión alojada?

El README enlazaa una demo en Hugging Face Space y notebooks de Colab, pero el proyecto en sí es código que ejecutas tú mismo.

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