Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Vidéo › LatentSync
✦ Libre & open sourceVidéo

LatentSync

Modèle de synchronisation labiale de ByteDance qui resynchronise les bouches dans une vraie vidéo sur un nouvel audio grâce à la diffusion latente.

Synchronisez de vraies vidéos sur un nouvel audio

Synchronisation labiale par diffusion latente de ByteDance, avec des versions nécessitant 8 GB et 18 GB de VRAM.

Gratuit pour toujours · open source · Apache-2.0
✓ Needs IT✓ Dans le navigateur✓ Collaboration en temps réel
5.5
ZEKAI
Synchronisation labiale open source pour séquences vidéo
Libre & open source · Vidéo
Facilité d'installation4
Utilité7
Maintenance3.5
Communauté7.5
★ 6,276
GITHUB
Jun 2025
MIS À JOUR
Apache-2.0
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

LatentSync est une méthode de synchronisation labiale de bout en bout de ByteDance basée sur la diffusion latente conditionnée par l'audio. Elle convient aux développeurs qui ont besoin du doublage ou de la traduction de séquences existantes avec un mouvement de bouche précis.

Fonctionne sur
Cross-platform
Hébergement
Self-host
Langues
Python
Licence
Apache-2.0

Qu'est-ce que c'est

Le README indique qu'il modélise les corrélations audiovisuelles directement avec Stable Diffusion, sans représentation de mouvement intermédiaire. Il propose la v1.5 (inférence à 8 GB de VRAM) et la v1.6 (18 GB), une application Gradio, une inférence en ligne de commande et des configurations d'entraînement.

Pour qui

Convient aux développeurs et aux équipes de post-production disposant d'un GPU NVIDIA et qui possèdent déjà des images d'un locuteur. Il ne crée pas de présentateur à partir d'un script, et les poids sont sous une licence différente de celle du code.

Fonctionnalités clés

Synchronisation labiale par diffusion latente

Méthode de bout en bout sans représentation de mouvement intermédiaire.

Deux paliers de VRAM

L'inférence nécessite 8 GB pour la v1.5 ou 18 GB pour la v1.6.

Application Gradio

Exécutez l'interface de démonstration ou le script en ligne de commande.

Code d'entraînement

Les configurations d'entraînement de l'étape 1 et de l'étape 2 sont publiées.

Couche temporelle

La v1.5 ajoute une couche temporelle pour la cohérence.

Poids Hugging Face

Téléchargement des points de contrôle depuis le dépôt Hugging Face de ByteDance.

Comment démarrer

Opérationnel en 3 étapes

1
Exécutez source setup_env.sh pour créer l'environnement Python avec les dépendances CUDA.
2
Téléchargez latentsync_unet.pt et tiny.pt depuis le dépôt Hugging Face ByteDance LatentSync-1.6 dans le dossier checkpoints.
3
Lancez l'application Gradio, ou exécutez le script d'inférence avec une vidéo et un fichier audio.
Franchement

Notre verdict honnête

Ses atouts

  • Code Apache-2.0 provenant d'un grand laboratoire avec des configurations d'entraînement incluses.
  • Offre une option à 8 GB (v1.5) pour les GPU de milieu de gamme.
  • Fonctionne sur de vraies séquences, de sorte que l'identité et l'arrière-plan sont préservés.
  • Des chemins d'inférence via Gradio et CLI sont tous deux fournis.

Ses limites

  • Nécessite un GPU NVIDIA et un environnement CUDA à partir de setup_env.sh ; la v1.6 demande 18 GB de VRAM.
  • Les poids du modèle utilisent OpenRAIL++ sur Hugging Face, ce qui restreint certaines utilisations ; lisez-les avant un travail commercial.
  • Il modifie uniquement les lèvres dans une vidéo existante ; il ne génère pas de présentateur parlant.
  • L'entraînement nécessite 20 GB de VRAM ou plus selon le README.
Coût

Tarifs & licence

Gratuit à exécuter : code sous licence Apache-2.0 et poids sous OpenRAIL++. Le README ne liste aucun plan hébergé, le coût correspond donc à votre propre GPU ou à du temps GPU loué.

Travail rémunéré

Missions pour francophones

885 missions ouvertes à distance en entraînement d’IA, mises à jour le 17 novembre 2026 ; la plupart paient $20–$175 de l’heure. 10 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

🎁 Alternatives libres & open source

Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.

Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : LatentSync pour Vidéo
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons LatentSync pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

De combien de VRAM LatentSync a-t-il besoin ?

Le README indique que l'inférence nécessite un minimum de 8 GB avec la v1.5 et de 18 GB avec la v1.6.

Puis-je utiliser LatentSync commercialement ?

Le code est sous licence Apache-2.0, mais les poids Hugging Face sont listés sous OpenRAIL++, ce qui autorise l'utilisation avec des restrictions. Lisez d'abord cette licence.

Génère-t-il une nouvelle vidéo à partir d'une photo ?

Non. Il resynchronise la bouche dans les images que vous fournissez.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Vidéo — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google