आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › वीडियो › MultiTalk
✦ फ्री & ओपन सोर्सवीडियो

MultiTalk

ऑडियो-संचालित मॉडल जो मल्टी-स्ट्रीम ऑडियो और एक संदर्भ छवि से कई लोगों का संवादात्मक वीडियो जेनरेट करता है।

ऑडियो से मल्टी-पर्सन टॉकिंग वीडियो

कई लोगों के बीच बातचीत जेनरेट करें, जिनमें से प्रत्येक का लिप-सिंक उनके अपने ऑडियो से हो।

हमेशा के लिए मुफ़्त · ओपन सोर्स · Apache-2.0
✓ Needs IT✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
5.9
ZEKAI
मल्टी-स्पीकर टॉकिंग वीडियो
फ्री & ओपन सोर्स · वीडियो
सेटअप की आसानी3
उपयोगिता6
रखरखाव7
समुदाय7.5
★ 3,036
गिटहब
May 2026
अपडेटेड
Apache-2.0
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

MultiTalk ऑडियो-संचालित मल्टी-पर्सन संवादात्मक वीडियो के लिए MeiGen-AI का एक फ्रेमवर्क है। अलग-अलग ऑडियो स्ट्रीम, एक संदर्भ छवि और एक प्रॉम्प्ट दिए जाने पर, यह मेल खाते लिप-मोशन के साथ लोगों को आपस में बातचीत करते हुए रेंडर करता है। यह मजबूत GPU वाले डेवलपर्स के लिए उपयुक्त है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Apache-2.0

यह क्या है

README में मल्टी-स्ट्रीम ऑडियो इनपुट और एक प्रॉम्प्ट का वर्णन है, जिसमें मल्टी-GPU इन्फेरेंस, TeaCache, APG और एक लो-VRAM मोड शामिल है जो एक RTX 4090 पर 480P चलाता है। वर्तमान कोड केवल एक GPU पर 480P का समर्थन करता है, और 720P के लिए कई GPU की आवश्यकता होती है।

किसके लिए

यह इंटरव्यू जैसी मल्टी-स्पीकर क्लिप बनाने वाले शोधकर्ताओं और डेवलपर्स के लिए उपयुक्त है। यह स्टूडियो, टेम्प्लेट या इन-बिल्ट आवाज़ें चाहने वाले उपयोगकर्ताओं के लिए उपयुक्त नहीं है।

मुख्य विशेषताएँ

मल्टी-स्ट्रीम ऑडियो

अलग-अलग ऑडियो ट्रैक प्रत्येक व्यक्ति को संचालित करते हैं।

प्रॉम्प्ट-निर्देशित इंटरैक्शन

एक टेक्स्ट प्रॉम्प्ट वर्णन करता है कि लोग कैसे बातचीत करते हैं।

लो-VRAM मोड

सिंगल RTX 4090 पर 480P।

मल्टी-GPU इन्फेरेंस

torchrun स्क्रिप्ट्स GPU में काम फैलाती हैं।

TeaCache और APG

त्वरण और आर्टिफैक्ट-कमी के विकल्प।

ComfyUI और Wan2GP

कम्युनिटी इंटीग्रेशन 8 GB VRAM तक पहुँचते हैं।

कैसे शुरू करें

3 चरणों में तैयार

1
PyTorch 2.4.1 (CUDA 12.1), xformers, flash-attn और requirements.txt इंस्टॉल करें।
2
Hugging Face से सूची के अनुसार बेस मॉडल और MultiTalk वेट्स डाउनलोड करें।
3
इमेज, प्रॉम्प्ट और ऑडियो स्ट्रीम की सूची देने वाले JSON इनपुट के साथ जनरेशन स्क्रिप्ट चलाएं, यदि आवश्यकता हो तो लो-VRAM फ्लैग जोड़ें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • कोड पर Apache-2.0 लाइसेंस।
  • एक ही सीन में दो या दो से अधिक वक्ताओं को संभालता है।
  • दस्तावेजीकृत लो-VRAM और मल्टी-GPU पाथ।
  • ComfyUI और 8 GB कार्ड के लिए कम्युनिटी इंटीग्रेशन।

कहाँ कमी है

  • एक NVIDIA GPU, CUDA 12.1 और flash-attn के साथ PyTorch 2.4.1 की आवश्यकता है।
  • वर्तमान कोड केवल 480P करता है; 720P के लिए कई GPU चाहिए।
  • कोई आवाज़, एडिटर या टेक्स्ट-टू-स्पीच नहीं।
  • बेस मॉडल वेट्स को अलग से डाउनलोड करना होगा और वे बड़े हैं।
लागत

मूल्य & लाइसेंस

Apache-2.0 के तहत निःशुल्क। README में किसी होस्टेड या पैड प्लान की सूची नहीं है, इसलिए एकमात्र लागत आपका अपना या किराए पर लिया गया GPU है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

897 खुले रिमोट AI-ट्रेनिंग रोल, 17 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: वीडियो के लिए MultiTalk
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम MultiTalk को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

क्या MultiTalk एक से अधिक व्यक्ति को बुलवा सकता है?

हाँ। यह मल्टी-स्ट्रीम ऑडियो इनपुट लेता है और प्रत्येक व्यक्ति को उनके अपने ऑडियो से संचालित करता है।

क्या यह एक GPU पर चलता है?

480P पर हाँ: README कहता है कि लो-VRAM मोड सिंगल RTX 4090 पर 480P सक्षम करता है। 720P के लिए कई GPU चाहिए।

क्या MultiTalk कमर्शियल उपयोग के लिए मुफ़्त है?

कोड Apache-2.0 है; इसके द्वारा डाउनलोड किए जाने वाले बेस मॉडल वेट्स का लाइसेंस जांच लें।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
वीडियो के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें