Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Vídeo › LatentSync
✦ Grátis & open sourceVídeo

LatentSync

Modelo de sincronização labial da ByteDance que resincroniza bocas em vídeos reais com novos áudios usando difusão latente.

Sincronize lábios de vídeos reais com novo áudio

Sincronização labial por difusão latente da ByteDance, com versões de 8 GB e 18 GB de VRAM.

Grátis para sempre · open source · Apache-2.0
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
5.5
ZEKAI
Sincronização labial open source para filmagens
Grátis & open source · Vídeo
Facilidade de configuração4
Utilidade7
Manutenção3.5
Comunidade7.5
★ 6,276
GITHUB
Jun 2025
ATUALIZADO
Apache-2.0
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

LatentSync é um método de ponta a ponta de sincronização labial da ByteDance baseado em difusão latente condicionada por áudio. É ideal para desenvolvedores que precisam dublar ou traduzir filmagens existentes com movimento labial preciso.

Funciona em
Cross-platform
Hospedagem
Self-host
Idiomas
Python
Licença
Apache-2.0

O que é

O README diz que ele modela correlações audiovisuais diretamente com o Stable Diffusion, sem representação de movimento intermediária. Ele traz a v1.5 (inferência com 8 GB de VRAM) e a v1.6 (18 GB), um aplicativo Gradio, inferência via command-line e configurações de treinamento.

Para quem

Ideal para desenvolvedores e equipes de pós-produção com uma GPU NVIDIA que já possuem filmagens de um orador. Ele não cria um apresentador a partir de um roteiro, e os pesos estão sob uma licença diferente da do código.

Recursos principais

Sincronização labial por difusão latente

Método de ponta a ponta sem representação de movimento intermediária.

Duas faixas de VRAM

A inferência precisa de 8 GB para a v1.5 ou 18 GB para a v1.6.

Aplicativo Gradio

Execute a interface de demonstração ou o script de command-line.

Código de treinamento

Configurações de treinamento dos estágios 1 e 2 são publicadas.

Camada temporal

A v1.5 adiciona uma camada temporal para consistência.

Pesos no Hugging Face

Os checkpoints são baixados do repositório da ByteDance no Hugging Face.

Como começar

Pronto em 3 passos

1
Execute source setup_env.sh para criar o ambiente Python com dependências do CUDA.
2
Baixe latentsync_unet.pt e tiny.pt do repositório ByteDance LatentSync-1.6 no Hugging Face para a pasta checkpoints.
3
Inicie o aplicativo Gradio ou execute o script de inferência com um arquivo de vídeo e um de áudio.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Código Apache-2.0 de um grande laboratório com configurações de treinamento inclusas.
  • Oferece uma opção de 8 GB (v1.5) para GPUs intermediárias.
  • Funciona em filmagens reais, preservando a identidade e o fundo.
  • Caminhos de inferência via Gradio e CLI são fornecidos.

Onde deixa a desejar

  • Precisa de uma GPU NVIDIA e de um ambiente CUDA a partir do setup_env.sh; a v1.6 exige 18 GB de VRAM.
  • Os pesos do modelo usam OpenRAIL++ no Hugging Face, o que restringe alguns usos; leia antes de trabalhos comerciais.
  • Apenas altera os lábios em vídeos existentes; não gera um apresentador falante.
  • O treinamento precisa de 20 GB ou mais de VRAM conforme o README.
Custo

Preços & licença

Gratuito para executar: código sob licença Apache-2.0 e pesos OpenRAIL++. O README não lista nenhum plano hospedado, portanto o custo é o do seu próprio tempo de GPU ou de GPU alugada.

Trabalho remunerado

Vagas para quem fala português

885 vagas remotas abertas de treinamento de IA, atualizadas em 17 de novembro de 2026; a maioria paga $20–$175 por hora. 10 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: LatentSync para Vídeo
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o LatentSync para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

Quanto de VRAM o LatentSync precisa?

O README diz que a inferência precisa de no mínimo 8 GB com a v1.5 e 18 GB com a v1.6.

Posso usar o LatentSync comercialmente?

O código é Apache-2.0, mas os pesos no Hugging Face estão sob a OpenRAIL++, que permite uso com restrições. Leia essa licença primeiro.

Ele gera um novo vídeo a partir de uma foto?

Não. Ele resincroniza a boca em filmagens que você fornece.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Vídeo — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google